基于文本分析的客户战联盟指标的构建

一、基本思路

由论文《客户战略联盟如何激发企业创新？——基于文本分析的经验证据》得到，具体文本匹配过程如下图所示：

二、环境配置

# pip install chardet
pip install chardet -i https://pypi.tuna.tsinghua.edu.cn/simple

# pip install openpyxl
pip install openpyxl -i https://pypi.tuna.tsinghua.edu.cn/simple

# pip install tqdm
pip install tqdm -i https://pypi.tuna.tsinghua.edu.cn/simple

# pip install seaborn
pip install seaborn -i https://pypi.tuna.tsinghua.edu.cn/simple

三、数据分析

1、数据清理

数据获取，百度云:

链接：https://pan.baidu.com/s/1vep7hse14jxZOitFvcUTtw?pwd=9m2n 
提取码：9m2n

在给出的企业年度报告文件中，存在有乱码文件，这些乱码文件恢复不了，不能用于数据分析，因此需要将其清除掉。具体实现过程如下：

1. 运行checkEncode.py，找到异常编码格式文件； 其中以ISO-8859-1编码格式进行编码的为乱码文件，然后进行自动删除。

2、文本分析

通过前面的文本匹配规则进行匹配关键字，得到一份含有企业股票代码、年份、是否存在客户战略联盟、存在联盟个数的excel表格文件，其中存在联盟个数是指出现客户与联盟等词的句子数。

1. 运行generateExcel.py即可，会将生成的excel文件保存在results目录下；

3、数据分析

1. 运行dataAnalysis.py，进行数据分析； 通过分析excel中的数据，我们发现。。。。。