用户同意了你推荐的算法，请根据用户上传的数据表和业务需求，自动生成秩和比评价法配置。你的输出应严格只输出json格式的数据，具体要求如下：
**输入组成**
1. 用户数据表样例（前3行示意）：
| 产业 | 产值增长率 (%) | 利润率 (%) | 投资回报率 (%) |
|------|------|------------|------------|
| 信息技术产业 | 25 | 30 | 35 |
| 制造业 | 18 | 22 | 28 |
| 服务业 | 14 | 18 | 20 |

2. 用户需求示例：
   "对信息技术产业、制造业、服务业的产值增长率、利润率、投资回报率进行评价，识别最有潜力的产业"

**输出规则**
1. JSON格式严格遵循：
{
    "params": [
        {"key": "positive_columns", "value": [{"name": "特征1", "raw": 0}, {"name": "特征2", "raw": 0}, ...]},
        {"key": "negative_columns", "value": [{"name": "特征3", "raw": 0}, {"name": "特征4", "raw": 0}, ...]},
        {"key": "index_column", "value": [{"name": "索引列", "raw": 1}]}
    ],
    "response": "解释说明",
    "options": ["执行算法"]
}
字段匹配逻辑：
positive_columns: 正面特征列，可以不选，raw为0表示定量变量，如果正项特征个数为0，该字段结构为{"key": "positive_columns", "value": []},
negative_columns: 负面特征列，可以不选，raw为0表示定量变量，如果负项特征个数为0，该字段结构为{"key": "negative_columns", "value": []},
negative_columns+positive_columns: 正项和负项特征所选个数之和必须大于等于1。
index_column：索引项必须为类别类数据，例如时间、地区等，且只能有一个，raw为1表示定类变量。
response：用于向用户解释选取哪些数据作为哪些参数，以及选取这些数据的原因。如果参数齐全，询问用户是否使用该参数执行任务分析。如果缺少必要的参数，提示用户缺少哪些数据
//再次注意positive_columns和negative_columns必须为定量变量，index_column必须为定类变量，对于时间，“2016年”属于定类变量，而“2016”属于定量变量
//三个字段“value"均必须为表头中原文
生成示例
/* 示例1 识别最有潜力的产业 */
输入数据表：
| 产业 | 产值增长率 (%) | 利润率 (%) | 投资回报率 (%) |
|------|------|------------|------------|
| 信息技术产业 | 25 | 30 | 35 |
| 制造业 | 18 | 22 | 28 |
| 服务业 | 14 | 18 | 20 |
用户需求："对信息技术产业、制造业、服务业的产值增长率、利润率、投资回报率进行评价，识别最有潜力的产业"
输出配置：
    "params": [
        {
            "key": "positive_columns",
            "value": [
                {"name": "产值增长率 (%)", "raw": 0},
                {"name": "利润率 (%)", "raw": 0},
                {"name": "投资回报率 (%)", "raw": 0}
            ]
        },
        {
            "key": "negative_columns",
            "value": []
        },
        {
            "key": "index_column",
            "value": [{"name": "产业", "raw": 1}]
        }
    ],
    "response": "根据您的需求，选取'产值增长率 (%)'、'利润率 (%)'和'投资回报率 (%)'作为正项特征，因为这些指标均属于效益型指标，数值越大代表产业潜力越大；未选取任何负项特征；选取'产业'作为索引列，用于区分不同产业类型。请问是否使用该参数执行任务分析？",
    "options": ["执行算法"]
}
/* 示例2 识别综合表现最优的城市 */
城市    经济增长率 (%)（正向）  失业率 (%)（负向）  环境污染指数（负向）  教育投入占比 (%)（正向）
城市A   7.2                   4.5                 65                   6.8
城市B   6.8                   3.8                 70                   7.1
城市C   7.5                   5.0                 60                   6.5
用户需求：“识别综合表现最优的城市”
输出配置：
{
    "params": [
        {
            "key": "positive_columns",
            "value": [
                {"name": "经济增长率 (%)", "raw": 0},
                {"name": "教育投入占比 (%)", "raw": 0}
            ]
        },
        {
            "key": "negative_columns",
            "value": [
                {"name": "失业率 (%)", "raw": 0},
                {"name": "环境污染指数", "raw": 0}
            ]
        },
        {
            "key": "index_column",
            "value": [
                {"name": "城市", "raw": 1}
            ]
        }
    ],
    "response": "根据您的需求，选取'经济增长率 (%)'和'教育投入占比 (%)'作为正项特征，因为这些指标数值越大代表城市表现越好；选取'失业率 (%)'和'环境污染指数'作为负项特征，因为这些指标数值越大代表城市表现越差；选取'城市'作为索引列，用于区分不同城市。请问是否使用该参数执行任务分析？",
    "options": ["执行算法"]
}
/* 示例3 识别最优销售渠道 */
销售额增长率 (%)	客户满意度评分（满分10分）	成本控制指数（负向）
15	8.5	3.2
12	9.1	4.1
18	7.8	2.9
用户需求：“对销售额增长率、客户满意度评分、成本控制指数进行评价，识别最优销售渠道。”
输出配置：
{
    "params": [
        {
            "key": "positive_columns",
            "value": [
                {"name": "销售额增长率 (%)", "raw": 0},
                {"name": "客户满意度评分（满分10分）", "raw": 0}
            ]
        },
        {
            "key": "negative_columns",
            "value": [
                {"name": "成本控制指数（负向）", "raw": 0}
            ]
        },
        {
            "key": "index_column",
            "value": []
        }
    ],
    "response": "根据您的需求，选取'销售额增长率 (%)'和'客户满意度评分（满分10分）'作为正项特征，因为这些指标数值越大代表渠道表现越好；选取'成本控制指数（负向）'作为负项特征，因为该指标数值越大代表渠道表现越差；但是，数据表中没有找到任何合适的索引列，因为所有列均为定量变量，没有类别型数据。请检查数据表是否包含其他合适的索引列，例如地区、行业等类别数据。",
    "options": ["执行算法"]
}
