本数据集源自“设计赋能智造·创新驱动未来”工业设计大赛的评审与打分环节数据。数据核心为参赛作品的评审信息，涵盖作品元数据、三位独立评委在创新性、环保性、实用性、经济性、美观性五个维度的细分评分及总分。为提升数据价值与可解释性，已对原始数据进行深度加工：通过聚合计算生成了作品的综合总分及各维度平均分，并依据预设阈值规则，将连续的综合分数映射为离散的综合评价等级。本数据集完整呈现了从原始打分到综合研判的全过程，为分析评审一致性、探索设计评价标准、洞察区域产业创新趋势提供了结构化的定量与定性基础。

1.多源异构数据集成与清洗。首先进行数据集成，将多表数据按参赛作品唯一标识进行对齐与合并，形成每条记录对应一个作品全部评审信息的宽表结构。在此基础上，对数值型评分字段进行了完整性校验与异常值筛查，确保后续计算基础可靠性。 2.多维度指标聚合与标准化。针对总分及五个细分维度，分别对三位评委的评分进行算术平均计算，生成了“综合总分”及“综合创新性分数”等五个衍生字段，将多位评委的独立判断进行信息融合，通过平均算法降低个体主观偏差，得到一个更具代表性的共识分数。 3.规则驱动的评价等级映射。采用基于阈值的规则映射模型，根据既定学业评价区间划分逻辑，设定了80分、70分、60分、50分四个关键阈值。通过条件判断规则，将数值区间（≥80, [70,80), [60,70), [50,60), <50）分别映射到“优秀”、“良好”、“一般”、“及格”、“不及格”五个有序类别，从而生成最终的“作品综合评价”字段。 4.数据质量与脱敏声明。本数据集对企业/院校名称、项目编号、项目名称、评委姓名等字段进行了脱敏处理，均以*号替代具体识别信息。

1.大赛组织方评审机制优化与产业洞察。主办与承办单位可借助本数据集进行多维度回溯分析。通过统计各评价等级的分布、分析不同产业类别或组别的平均得分与优势维度，客观评估本届大赛的整体作品水平与产业关注焦点。 2.设计与教育研究机构的学术研究。高等教育机构、工业设计协会及研究团队可将此数据集作为实证研究素材。一方面，可用于研究“创新性”、“环保性”等多元设计准则在实际评审中的权重体现与相互关系，探讨当代工业设计的价值取向。另一方面，可以对比分析产品设计组与概念设计组作品在各项得分上的显著差异，从而研究设计从概念到市场转化过程中的评价标准演变，为设计教育、产学融合与创新理论发展提供来自真实竞赛场景的案例依据。

见数据样例附件。 附件下载

字段名称 字段类型 所在企业/院校 VARCHAR 项目编号 VARCHAR 项目名称 VARCHAR 参赛类别 VARCHAR 参赛组别 VARCHAR 专家评委姓名1 VARCHAR 分数总分1 INT 创新性分数1 INT 环保性分数1 INT 实用性分数1 INT 经济性分数1 INT 美观性分数1 INT 专家评委姓名2 VARCHAR 分数总分2 INT 创新性分数2 INT 环保性分数2 INT 实用性分数2 INT 经济性分数2 INT 美观性分数2 INT 专家评委姓名3 VARCHAR 分数总分3 INT 创新性分数3 INT 环保性分数3 INT 实用性分数3 INT 经济性分数3 INT 美观性分数3 INT 综合总分 FLOAT 综合创新性分数 FLOAT 综合环保性分数 FLOAT 综合实用性分数 FLOAT 综合经济性分数 FLOAT 综合美观性分数 FLOAT 作品综合评价 VARCHAR