项目式数字人文工作坊 — 期末考查 答题卡

课程代码：50002680054　|　满分：100分　|　开卷机考

⚠️ 请在本地打开 Word 试卷《期末考试试卷.docx》对照题目作答。本页面仅为答题卡。

一、数据探索（30分）

使用 Sheet「学生数据」

1.1 数据基本信息（6分）

行数列数含缺失值的单元格数缺失值占比(%)

1.2 GPA描述统计（6分）

均值标准差中位数

1.3 相关性分析（6分）

计算"日均屏幕时间_小时"与GPA之间的Pearson相关系数，并判断相关方向。

Pearson相关系数 r相关方向（正/负）

1.4 分组统计（6分）

按"专业大类"分组，计算各专业平均GPA。

平均GPA最高的专业平均GPA最低的专业

1.5 强相关特征对（6分）

计算所有数值列之间的Pearson相关系数，找出|r| > 0.7的特征对。

共发现 对，请在表中列出：

特征对相关系数 r

二、降维与聚类分析（35分）

对18个数值特征标准化后，做PCA和K-means

2.1 PCA降维（3分）

累计方差解释率达80%至少需要保留 个主成分。

2.2 第一主成分（6分）

PC1方差解释率 = %

PC1载荷绝对值最大的三个特征依次是：、、

2.3 PC1命名（4分）

根据PC1的载荷分布，为PC1命名一个学术性标签：

2.4 K-means聚类（6分）

K值取2~8，根据轮廓系数，最佳K = ，轮廓系数 =

2.5 聚类特征画像（8分）（各聚类指标均值，保留1位小数）

日均屏幕
时间		学习APP
使用数		数字化工具
掌握度		日均自习
时长		月均阅
读量		MOOC学
习频率		数字焦虑
指数		在线学习
满意度		GPA挂科数在线讨论
参与度		协作完成
率(%)
聚类0
聚类1
聚类2
聚类命名

2.6 聚类与专业交叉分析（4分）

人文社科医学理工经管艺术体育
聚类0
聚类1
聚类2

2.7 关注群体判断（4分）

最需要学校学习支持中心重点关注的群体是：

简要说明理由（20字以内）：

三、文本挖掘（35分）

使用 Sheet「文本评论」

3.1 分词统计（6分）

使用jieba分词并去除停用词后：

分词总数平均每条评论词数

3.2 词频分析（5分）

词频最高的5个词依次为：

1st2nd3rd4th5th

3.3 情感分析（8分）

使用SnowNLP打分：<0.4负面，>0.6正面，其余中性。

正面评论数负面评论数中性评论数情感得分均值

3.4 TF-IDF + K-means文本聚类（6分）

最佳K = ，各聚类TOP3关键词及命名：

聚类TOP3关键词聚类命名
0学校、建议、课程
1不会、太高、人类
2参差不齐、mooc、数据库
3学习、数字化、身体
4效率、很多、提升
5方便、推荐、翻倍

3.5 LDA主题建模（6分）

LDA提取4个主题，为各主题命名学术性标签：

主题Top5关键词主题命名
0学习、身体、越来越、干涩、头痛
1效率、需要、chatgpt、方便、mooc
2内容、参差不齐、不行、筛选、太多
3不会、太高、数字化、真的、人类

3.6 综合概述（4分）

概述当前大学生对数字化学习的核心态度（80字以内）：