大数据驱动的企业与用户互动创新:理论框架与前沿课题

大数据驱动的企业与用户互动创新已成为企业洞察市场和用户动态、提升创新敏捷性和适应性的重要模式,其关键因素和作用机制日益成为创新、营销和信息系统等领域的热点议题。结合系统性综述设计和关键词共现分析,梳理大数据情境下企业与用户互动创新的研究洞见。针对情境和工具如何影响领先用户与普通用户关系及二者的相互作用机制两个研究缺口,提出大数据驱动的企业与用户互动创新“条件—路径—绩效”理论框架。依据该理论框架,结合文献和案例证据,重点阐述在什么情境和工具条件下企业与领先用户、普通用户以何种互动创新路径影响创新产品和大数据合作资产,由此形成理论创新。分析结果表明,互动创新路径选择本质是在异质性情境和工具条件下,企业在创新新颖性—泛用性以及数据分析成本—收益之间的动态权衡;两类创新路径的动态变化由互动创新工具成熟度、创新主导权的变更所触发。最后,进一步提炼出大数据驱动的企业与用户互动创新理论研究的三类前沿课题,并讨论其理论和实践意义。

数字化转型背景下高校图书馆数字基座的构建探索:以复旦大学图书馆为例

高校图书馆数字基座是一种支撑图书馆数字化转型的数字基础设施,其核心结构由数据中心、业务中心、基础服务中心、物联中心和AI服务中心组成,为业务转型和服务创新提供数据能力、通用业务能力和数字技术应用能力的支撑。本文以复旦大学图书馆数字基座的建设和成效为例,探索高校图书馆数字基座的建设思路、策略和方法,提出数字基座的建设需要在数字化转型战略指引下,适度超前规划并完善总体信息技术架构;围绕用户需求,从平台工具、数据资源、运营机制、场景创新、标准规范等方面进行系统性的构建和持续演进。

大数据驱动的产品创新商务智能——基于SSP框架的分析

人工智能改变产品创新主体,引发产品创新战略与流程变革。本文依据大数据合作资产理论,从企业与用户互动的适应性创新视角,通过逻辑推演分析提出大数据驱动的产品创新商务智能主体—战略—流程框架,以探讨人工智能影响制造产品创新的新机制。研究表明:首先,人与人工智能双向卷入形成要素组合与知识积累的双向反馈式增强机制,促使创新主体发生结构性改变,形成产品创新战略与流程变革的新基础。其次,企业人工智能认知战略与竞争战略、组织文化、商业模式和生态系统的匹配,共同影响人工智能在创新流程中的一体化应用。最后,模糊前端的全流程扩散、需求—解决方案对的非线性迭代和智能制造的生成式自测构成大数据驱动的产品创新流程的新特征。研究表明,主体—战略—流程框架适合分析大数据驱动的产品创新商务智能的新机制,可为人工智能与产品创新的关系研究提供新视角。

铜陵特色文化资源挖掘利用的研究——以铜陵市图书馆“铜文化”专题数据库建设为例

铜文化作为铜陵特色文化,有着极高的文化价值和经济价值。为进一步挖掘、整合与利用铜文化资源,强化其在公共文化服务体系中的地位和作用,促进铜文化事业和产业发展,铜陵市图书馆着力打造“铜文化”专题数据库。文章介绍了数据库建设概况与意义,梳理了数据库资源收集方式与主要内容,总结了数据库建设工作中遇到的问题并提出了四点举措建议,以期数据库建设工作顺利推进并实现预期目标。

复杂系统测试性设计与故障诊断策略研究进展

测试性设计是提高系统可靠性、安全性、维修性、保障性的重要前沿技术,决定了系统故障检测率和隔离率,直接影响系统的维护(测试)成本。系统测试性设计包含结构化设计、模型化设计、数据驱动设计等多种设计策略。其中,数据驱动设计于近年逐渐兴起并成为重要发展方向之一,该类方法通过对系统测试与故障之间的关系进行建模,依据测试结果进行故障推理,形成故障诊断方案。首先,简要回顾了系统测试性设计的发展历程;其次,重点介绍了测试性设计的研究进展,分析总结了结构化、模型化、数据驱动3类测试方案;然后,介绍了测试性诊断策略构建,根据测试方案中的建模方法确定诊断策略的构建技术,并总结归纳了每类技术的研究特点和适用性;最后,探讨了当前复杂系统测试性设计面临的挑战性问题和可能的未来研究方向。

中东石油平台项目法兰管理特殊注意事项

中东石油平台项目,由于中东油品硫化氢含量高,硫化氢属于有毒有害气体,泄露的话对人体危害大,所以中东项目管线系统密封性要求高,特别是一些含硫化氢等酸性流体的系统,对于法兰密封的要求就更高,对于法兰类型的选择,相应特殊工艺对法兰管理方法和要求也提出相对于常规油气项目的一些特殊要求。为了保证法兰密封效果,就需要对法兰材料选择,法兰管理方式,螺栓摩擦系数等参数正确选择。

占空比传输机制下基于协同预测的时变不确定系统递推滤波

以工业互联网为背景,研究占空比传输机制下一类时变不确定系统的滤波问题,结合协同预测方法设计了新颖的递推滤波算法,解决了占空比传输机制下滤波性能降低的问题。首先给出描述占空比传输机制的数学模型,然后提出结合协同预测方法的递推滤波方案,设计基于占空比机制的递推滤波算法,推导了滤波误差协方差矩阵的一个上界,随后分析这个上界的有界性,实现了在稀疏数据情形下提高滤波性能的目的。仿真结果验证了所提算法的高效性和有效性。

一种近实时全球电离层数据同化和预报系统的构建与实现

电离层天气变化正成为目前空间天气预报最重要的内容之一,建立一个可靠的、精确的电离层特征参量现报和预报系统对空间科学研究及军民用无线电信息系统保障均具有重要价值。基于国际GNSS服务组织(International GNSS Service,IGS)的地基GNSS和全球电离层无线电观测站(Global Ionospheric Radio Observatory,GIRO)数字测高仪的实时数据,以国际参考电离层(International Reference Ionosphere,IRI)模型为背景模型,采用高斯-马尔可夫-限带卡尔曼滤波同化技术,结合超大规模矩阵稀疏存储与处理方法,在云计算平台上构建完成了近实时全球电离层数据同化和预报系统(near-Real-Time Global Ionospheric Data AssiMilation and forecasting system,RT-GIDAM)。该系统具备了全球电离层TEC和电子密度的近实时(延时约5 min)、较高空间(5°×2.5°)和时间分辨率(15 min)的同化和预报功能,可为空间物理研究及相关无线电系统应用提供数据支撑。

结合软约束的演化数据流模糊聚类算法

多源局部放电检测中,不同类型的局放信号同时存在且不断变化使得信号的分离更具挑战,而这种情况同样存在于许多数据流的聚类分析场景中。为了能够适应类簇内的不均匀密度和类簇间的重叠边界问题,同时对数据流的漂移和演化进行及时跟踪,提出了一种结合软约束的实时数据流模糊聚类算法。算法引入2种模糊性软约束来描述微簇距离和密度上的不确定度,通过阈值划分出核心微簇、边界微簇和离群微簇;在类簇边缘使用模糊隶属度,给予微簇分属不同类簇的可能性,保证类簇的完整性并提高聚类效果;使用两阶段的流程结构和2种时间窗口模型,赋予算法具有对可变化数据流的适应能力和更低的时间空间占用率。在多种数据集上的实验表明,该算法相比同类型算法在聚类效果上提升了1%~3%,且平均运行时间缩短5%~20%,在实际硬件平台的测试中也验证了算法的聚类分离性能。

基于改进卷积网络的终端区4D航迹预测与冲突检测

随着不断扩大的旅客运输量和航线网络规模,采用飞行计划结合空中交通管制的空中管理办法已经不能与当前民航需求和空中交通流量相匹配,直接影响到航班正常率和运行安全。为解决这一问题,国际民航组织(International Civil Aviation Organization,ICAO)提出了基于航迹运行(trajectory based operation,TBO)的下一代空中交通管理运行理念,中国民航也提出了智慧民航的建设方案和目标。其中4D航迹是TBO运行的核心组成部分,也是中国建设智慧民航的重要技术指标,其可以对航空器的运行进行精确地管理和控制。因此,提高4D航迹预测的准确性成为了目前急需解决的核心问题。面向航空器的飞行任务实施阶段,从4D航迹预测和冲突检测两个问题进行了研究。在航迹预测方面,采用了基于卷积神经网络-双向门控循环单元(convolutional neural networks-bidirectional gated recurrent unit,CNN-BiGRU)的模型对航迹进行高精度预测;在冲突检测方面,引入了航迹距离检测函数以检验预测模型生成的两条航迹是否存在冲突。通过使用某繁忙终端区真实广播自动相关监视(automatic dependent surveillance-broadcast,ADS-B)历史轨迹数据进行实验,并将该方法与同一数据集上的单一长短时记忆网络(long short-term memory,LSTM)模型和门控循环单元(gated recurrent unit,GRU)模型进行了比较。仿真实验表明,CNN-BiGRU模型的评价指标均优于对比模型,同时预测的两条航迹在未来800 s内不存在冲突。所提出的方法为空中交通管理提供了一种有效的手段,具有重要的应用价值。

人形机器人数据处理目的原则的再审视

人形机器人产业对数据的需求量急剧扩大,使得提前预知处理信息的目的变得更为困难。产业链条更为复杂与场景更为多元也给规制带来新挑战。处理个人信息的目的越来越不具有确定性,个人信息二次使用规则的缺位以及目的原则的判断标准不一,都要求从体系上对目的原则进行重新审视。将法律直接转化为代码面临重重困境。按照人形机器人的不同应用场景先行引入标准,摒弃水土不服的兼容性规则以及维持研究目的的开放性,是在技术快速变革的社会中把握支持性结构与适应性流变之间平衡的重要路径。

可撤销属性加密的区块链数据访问控制方法

针对区块链数据共享中存在的粗粒度访问控制问题,提出一种基于属性撤销密文策略属性基加密的区块链数据访问控制方法。在现有方案基础上进行改造,引入预解密过程,结合属性撤销列表实现属性实时撤销;基于非对称群下的DBDH困难问题假设进行安全性证明;基于超级账本Fabric进行系统设计,结合星际文件系统采用链上链下存储方式解决区块链容量不足和系统效率问题。实验结果表明,所提方案撤销属性时无需更新密钥密文重复上链,仅需要6次Pairing操作进行预解密和解密,且在大规模属性集下,预解密时间和解密时间平均保持在百毫秒左右的常量级上,实现区块链数据高效、细粒度的访问控制。

黄河流域煤炭-煤电-煤化工场地特征精准智能识别方法及应用

黄河流域是“能源流域”,兼具生态环境治理和经济社会发展的重任,涉煤产业场地类型、数量及特征的精准智能识别是流域能源资源-低碳发展-生态保护的关键基础问题。研究融合多源数据与深度学习算法,从流域-基地-场地尺度对黄河流域13个大型煤电基地的煤基场地特征精准解析,获得煤电基地高精度、高质量的本底信息,提出一种实时实景智能识别涉煤产业空间特征的新方法。(1)筛选Google image、GF-6影像、Sentinel-2影像等多源数据,采集13个大型煤电基地煤基场地样本,构建煤炭场地(露天)、煤炭场地(井工)、煤电场地、煤化工场地4类数据集,涵盖21种样本类型。按照每种样本六面体设定6×10个样本,共计1 260个场地样本,分析得出最适样本数量-最高识别效率-最优识别模型的置信区间为80%~86%。(2)建立了煤基场地类型量化模型(Coal-based Site Classification Quantitative Model, CSCQM)和煤基场地范围特征模型(Coalbased Site Range Characteristic Model, CSRCM),模型平均精准度为0.837。明析了黄河流域涉煤产业场地本底信息,提出Google image底图叠加场地智能识别模型解算结果的高精度场地智能识别方法。(3)解析了流域神东煤炭-煤电产业集聚区精准本底数据,依据遥感生态指数(Remote Sensing Based Ecological Index,IRSE)分析,煤基场地分布2 km核心区地表生态质量受煤炭、煤电产业影响明显,5 km缓冲区则影响不明显,而8 km控制区基本不受煤炭、煤电产业影响,从而给出了“动态修复”与分区域、分阶段重点治理等低碳路径。(4)解析了流域宁东煤炭-煤电-煤化工产业集聚区精准本底数据,2022年煤炭场地17.81 km^(2)、占比34.1%,煤化工场地22.3 km^(2)、占比42.6%,煤电场地12.2 km^(2)、占比23.3%,煤化工场地>煤炭场地>煤电场地。进而采用PSR(Pressure-State-Response)模型得到风险管控综合得分53.93分,较2003年提高了27.2%。划分生态维护区、生产监测预警区、损毁修复重建区、其他调控区的分区管控模式。研究为涉煤产业煤基场地潜在污染控制、场地治理及区域生态修复提供技术方法与实践支撑。

ECOD算法在飞机不稳定进近检测中的应用

在飞机进近和着陆阶段,一旦发生不稳定进近就可能导致航空事故发生,因此终端空域内不稳定进近检测是航空器运行监控领域的热点研究问题。针对终端区的不稳定进近检测,利用OpenSky提供的开源航空器监视数据提出了基于数据驱动的检测方法。从能量管理的角度入手,构建基于无监督异常检测(Empirical-Cumulative-Distribution-based Outlier Detection,ECOD)算法的不稳定进近检测模型,并结合主成分分析(Principal Components Analysis,PCA),获取了飞机能量状态的异常评分进而实现检测。复飞事件检测的验证分析结果表明检测模型在准确率与效率方面具有优势,模型可实现实时部署与在线更新。

数据要素市场化配置对数实融合的影响研究——基于数据交易平台设立的准自然实验

数字经济与实体经济深度融合将推动全国统一大市场建设和双循环新发展格局的构建,成为经济增长的新动能。基于数据交易平台设立的准自然实验,采用耦合评价模型测度2010—2021年全国280个地级市的数字经济与实体经济融合水平,以多期双重差分法实证检验以数据交易平台设立为表征的数据要素市场化配置对数实融合的影响。研究发现:数据要素市场化配置显著促进了数字经济与实体经济的融合,该结论经一系列稳健性检验依旧成立;机制分析表明,数据要素市场化配置通过成本效应、要素配置效应、技术创新效应等路径影响数字经济与实体经济的融合;异质性分析表明,数据要素市场化配置对数实融合的提升效应在产权保护程度较高、行政等级较高及市场化程度较高的城市表现更为明显;拓展性分析发现,数据要素市场化配置对数字经济与实体经济融合的影响存在空间溢出效应。因而应加强数据交易平台建设,多维度探索数实融合路径,挖掘试点政策潜力,加强区域主体的交流协作,优化数据要素市场化配置,更好推动数字经济与实体经济的融合发展。

知识驱动和数据驱动在TBM智能施工机器学习中的应用

依托引绰济辽工程(YC)和引松供水工程(YS),从理论分析、统计检验等方面系统回顾并总结基于知识驱动方法提取的现场贯入指标FPI和扭矩贯入指标TPI在TBM智能施工机器学习中的应用。从智能预测围岩分类和掘进参数两方面出发,将基于特征参数的预测结果与通过数据驱动获得的结果进行比较。研究结果表明:通过知识驱动获取的参数FPI和TPI可以降低数据维度和噪音,提高预测效率。在围岩分类智能预测方面,知识驱动和数据驱动方法均表现出较好的精度水平;在掘进参数预测方面,知识驱动的预测精度远高于数据驱动。作者认为单独使用FPI和TPI或者将其与数据驱动参数结合,可以丰富TBM领域机器学习的输入参数,获得较好的预测成果。

天气雷达间一致性评估算法影响因子分析及改进

基于基数据的雷达间一致性评估的基本方法,分析了雷达高差、地形遮挡、噪声、充塞、时空重叠率、衰减等对一致性评估算法的结果质量的影响,并采取了相应的改进措施:使用雷达的波束遮挡比例数据进行遮挡订正或直接剔除存在遮挡的重叠点;对信噪比较低、充塞不充分及存在异常的重叠点予以剔除;增加了时间、空间重叠率因子,分析了不同阈值时间、空间重叠率对评估结果的影响。改进措施对一致性评估结果中的偏差均值、标准偏差的质量均有了一定的提高。使用改进后的算法对岳阳站雷达系统偏差和苏皖地区雷达回波一致性做了评估。结果表明:岳阳站在维护前后与周边雷达的偏差值有明显的降低,并回到正常水平,标准偏差值也略有降低;苏皖地区雷达间偏差均值大部分在2 dB以内,雷达间偏差均值所组成的矢量三角形闭合度较好,标准偏差在2.9~3.3 dB,相关系数在0.40~0.55。

基于模板知识库的智能变电站虚回路校核系统

构建基于模板知识库的智能变电站虚回路校核系统,建立SCD文件解析知识库,建立虚回路基本知识库(存储基本的虚回路关联关系),生成不同电压等级及接线方式的虚回路标准模板知识库。系统获得变电站归档发布的SCD文件后,通过SCD解析知识库解析SCD文件生成一二次数据模型,智能关联相匹配的标准模板知识库,根据标准模板知识库对SCD进行校核,生成虚回路校验报告,交给SCD集成商整改。该系统在重庆市电力公司得到应用并取得了良好的效果。

面向声爆/气动力的飞行器布局设计知识挖掘

声爆抑制是发展新一代超声速民机必须突破的关键技术。飞行器总体布局参数对其声爆特性有重要影响。数据挖掘(DM)可以从大量的数据中通过算法搜索隐藏的信息,是飞行器设计知识提取的有力工具。选取后掠角、展弦比、梢根比、上反角、机身长细比5个总体布局参数作为设计变量,目标函数定义为远场感知噪声级,同时计算升、阻力系数作为气动力衡量指标。基于总变差分析(ANOVA)、决策树算法、自组织映射(SOM)网络组成的数据挖掘体系提取低声爆设计知识库。获得所选设计变量与声爆/气动力的相关度,并实现对设计变量的分层与降维。后掠角有最高设计优先级,长细比、上反角重要程度次之,展弦比与梢根比为低敏感变量。对于算例中的飞行器,在合理区间内选择较大的后掠角、上反角能够使声爆最小化的同时,设计适于超声速巡航的小展弦比布局。

基于CBDM的建筑天然光环境研究进展

天然光作为绿色能源,对建筑可持续发展有着重要意义。正确评估建筑自然采光是积极利用天然光的关键因素,而目前的天然采光研究主要以静态计算评估为基础,未考虑天然光的高度动态性以及地域不同对室内采光的影响。因此,基于气候的采光模型(Climate-Based Daylight Modeling,CBDM)对建筑天然采光的适用性应用提出了新的要求。本文回顾了近十年来国内外对CBDM的研究成果,从“量化研究”、“技术应用”、“度量标准”三个方面进行了梳理,总结了基于CBDM的建筑天然光环境研究进展,提出了天然采光的未来发展趋势和需要解决的研究问题。