基于卷烟消费大数据标签体系的六大画像系统

为解决卷烟消费者数据采集与分析难问题,提出了一种全新的基于时空网格技术的消费人群大数据采集分析方法。通过商圈网格划分和数据标签特征工程,实现企业消费者大数据资源的高效融合,建立卷烟消费大数据标签体系,提高了数据的使用价值和复用性。基于大数据、时空网格、可视化技术构建卷烟市场数字孪生体,设计实现了六大画像系统。以玉林市场为例,实现了5237个商圈画像、19544个终端画像、42个品牌画像、169个产品画像以及12种商圈类别画像、24种卷烟分类画像。基于系统对某卷烟品牌实施精准投放实验,该产品的货源利用率从35%提升至59%。

基于工业大数据的重叠社区发现算法

为了深入挖掘和分析工业大数据隐藏的关系、趋势和模式,从而为企业提供更好的决策依据,结合随机游走和标签传播思想,提出一种基于工业大数据的重叠社区发现算法。设计了种子节点选取算法,通过随机游走计算各节点的重要性,选出不相关和重要性高的种子节点;提出重叠社区发现算法,对种子节点赋予唯一标签,迭代进行标签传播直到节点标签不再改变,根据节点标签得到最终的重叠社区划分结果。通过在真实数据集和人工数据集上进行对比实验表明,该算法可以在网络上有效发现高质量的重叠社区,并进一步解决工业大数据的数据分析、信息挖掘等核心问题。

智能物探技术的过去、现在与未来

通过梳理国内外人工智能技术在地球物理勘探(物探)领域中的发展历程、主要研究进展以及发展方向,总结了智能物探的优势和面临的难题,并提出了解决方案。研究结果表明:(1)物探技术在人工智能发展的第2次浪潮中开始与人工智能技术相结合,得益于物探领域数据量的指数级增长、硬件算力的高速发展以及不断出现的新深度学习框架,智能物探技术从早期的机器学习发展为目前的深度学习,在地震资料处理、解释等方面的应用中取得了大量研究成果。(2)目前智能物探技术被广泛应用于标签集的构建、去噪、断裂检测、层位与层序解释、地震相分类和异常体检测、岩性识别与油气藏开发、地震反演成像等方面,大幅提高了工作效率,降低了工作成本,克服了人工交互操作和人工经验的主观性和不可靠性,助力打破传统物探技术瓶颈。(3)智能物探技术的发展面临着缺少公开的标签数据集、缺少解决地球物理领域问题的智能化框架及尚未形成适用于地球物理领域共享的智能化开发平台等难题,可以从解决数据基础、构建智能平台、开展网络架构基础性研究及与应用场景结合等方面着手解决;此外,智能物探技术的发展方向还包含智能地震成像方法研究,储层成像方法研究,油气大数据挖掘、智能风险评估与智能决策以及超算软件装备研发等方面。

基于深度学习的非结构化大数据密度聚类仿真

常规的非结构化大数据密度聚类方法耗时长,且易出现数据密度分配错误的情况,影响数据聚类精度。因此,提出一种基于深度学习的非结构化大数据快速密度聚类方法。采用数据密度函数求解每个非结构化大数据密度值,使用邻近搜索技术找出各簇最佳中心,选用Alex Net网络建立数据聚类学习框架,利用映射方式提取数据特征矢量,通过损失函数得出伪标签并作为反向传播依据。为了提升模型聚类速度及精度,引入小批量梯度下降优化聚类模型参数,实现非结构化大数据密度聚类。实验结果表明,所提方法能够使密度相似数据紧密、密度相差较大数据稀疏,令数据密度聚类效果良好。

基于ClickHouse数据库实现加能站大数据客户画像分析

以石油销售行业为例,传统的客户画像分析方法在数据存储和计算时效率低、处理过程复杂,提出了一种高效精准的客户画像分析方法——ClickHouse列式存储数据库。介绍了该数据库的优点及数据采集和清洗、存储和管理、分析和计算以及精细化营销应用,针对客户群体的基本属性和交易行为,设计多维度层面的不同类别标签,并应用条件标签的组合,快速而准确地筛选出特定的客户群体,实际应用表明:该数据库可以为精细化的营销和个性化的服务提供依据和支持。

电力员工标签体系构建及应用场景

人才是企业发展的核心资源,深挖员工数据价值、赋能业务升级已成为企业可持续发展的关键。电网企业存在员工规模庞大、电力客户诉求多样的特点,需深度探索员工标签建设和应用,打造多元化人才梯队,以促进电网企业提质增效。以营销业务需求为导向,结合营销业务应用场景,规划设计覆盖全网员工的标签应用,支撑员工价值释放,助力公司营销业务数字化运营、智慧化服务、精益化管理。

基于大数据的信用卡数字化经营服务平台建设

在当前以场景、服务和技术驱动业务的环境下,尽管大数据技术已经有一定的基础,但营销活动仍然采用点触发的模式,尚未形成以生活需求为基础的服务生态体系。为突破点线的限制,快速构建自有生态系统,兴业银行信用卡中心正试图建立一个基于场景标签化、分布式架构和流式数据处理的数字化经营服务平台。这一平台将依托多维客户画像、一站式科技系统、整合式闭环营销和连贯式客户体验四大方面的创新,通过数字技术为市场营销业务注入新动力。

基于Labeled-LDA模型的居民群体分类与出行特征分析

如何使用海量社交媒体数据分析城市居民日常行为特征成为国内外学者广泛关注的问题。城市居民在不同时空间扮演的社会角色的不同将导致其出行行为特征随之变化,为此构建居民出行活动模式模型表征居民出行行为,引入自然语言处理领域内的标签狄利克雷分布模型Labeled-LDA完成群体分类,分析居民群体的出行行为特征,并讨论个体出行行为的不确定性。使用波士顿海量Twitter签到数据的实验表明,该方法能够有效区分典型的城市居民群体,并为居民在不同时空间表现出的不同出行行为特征提供概率解释。

基于粒度神经网络的大数据标签分类算法研究

传统大数据标签分类算法无法实时处理大数据标签的属性特征,导致分类精度偏低、能量开销较大。为解决以上问题,提出基于粒度神经网络的大数据标签分类算法。通过大数据存储库I/O/接口、USB接口以及磁盘层三层结构,计算大数据标签矢量长度值,明确标签属性特征。采用数据重排操作结合因子分析法,将属性标签初级分类,在粒度神经网络的基础上,利用主成分分析法提取大数据主特征,得到主成分神经元比例元集。结合标签属性特征初级分类结果,实现对大数据标签的最终分类。仿真验证了所提方法在特征匹配和分类效果方面具有明显的优势,且系统的能量开销较低。

9个城市112家医院门急诊患者孕激素类药物临床应用的处方大数据分析

目的:通过大数据分析手段,探索孕激素类药物在我国门急诊患者中的应用现状及使用合理性,为促进临床合理用药、保障患者用药安全提供支持。方法:提取2016—2020年9个城市112家样本医院门急诊患者所用孕激素类药物信息,统计国内孕激素类药物的整体用药现状,分析典型疾病的孕激素类药物使用构成与选择合理性,探讨孕激素类药物超适应证用药问题。结果:最终纳入540184例患者处方,含605233条孕激素类药物使用记录。除2020年可能受新型冠状病毒感染疫情影响外,孕激素类药物整体使用人次、用药频度呈增长趋势,高价孕激素类药物的限定日费用自2017年起有明显下降。黄体酮、地屈孕酮在临床治疗中的应用最为广泛,后者临床选择趋势增长明显。孕激素类药物联合使用率为10.9%(58625例)。典型疾病患者使用孕激素类药物有各自特色,基本合理;超适应证用药较为常见,最常见的诊断为子宫内膜息肉、妇科检查、阴道炎。结论:孕激素类药物在我国应用广泛且呈增长趋势,临床应用基本合理,但超适应证用药问题和联合用药依据不足值得关注。未来仍需开展大样本高质量的临床研究,以验证孕激素类药物的使用安全性、有效性和经济性问题。

基于大数据的配电网设备画像体系及辅助决策研究与应用

配电网是实现电能供给和能量消费的最终环节,是电力公司提供优质供电服务的最后一站,尤其是分布式能源广泛接入配电网后,配电网馈线和台区数量日益增加,馈线和台区的运行环境和运行特征日益复杂,各类运行管理问题不断凸显。文章重点研究配电网台区和馈线基于多维数据分析的设备状态,构建配电网的全方位设备画像与辅助决策体系,文章研究成果对于深入挖掘配网设备数据资产价值,提升精准分析和辅助决策能力,开展贯穿全业务流程的数据洞察,从源头识别分析和消除问题,具有良好的推广和应用价值。

运营商大数据标签体系加速行业数字化转型实践

“数据二十条”的发布加速了政务运行、经济活动、社会服务与民生等领域拓展数据应用的步伐,将推动更多领域实现数据驱动与数字化转型。运营商数据具备超大规模、全面连续、时效性强、真实度高、关联价值显著等特征。运营商大数据标签体系可以拓展数据应用场景,提高数据资源利用率,推进数据要素市场化配置,实现数据价值流通。结合中国联通数据市场化服务实践,设计并提出了一套集约化的跨行业、分场景的标签体系。

基于电力大数据与画像的配电网运行安全监测系统设计

为有效控制电量信号的无功功率水平,从而使得配电网运行环境能够长期保持相对稳定的存在状态,设计基于电力大数据与画像的配电网运行安全监测系统。将电量运行电路接入MVC监测框架,再将剩余配电信号转存至网关管理模块,完成配电网运行安全监测系统的硬件执行环境搭建。在此基础上,借助已采集的电力数据信息,通过构建电网用户画像标签的方式,计算电力标签纯度度量指标的具体数值,完成基于电力大数据与画像的监测软件设计,再联合各级硬件设备结构,实现配电网运行安全监测系统的设计与搭建。实验结果表明,与传统在线运行监测系统相比,在电力大数据与画像标签技术的作用下,电量信号的无功功率水平能够保持较低的数值状态,对于保持配电网运行环境的稳定性与安全性能够起到一定的促进作用。

基于电力大数据挖掘的供应商精准画像研究

随着现代智慧供应链转型升级,建立完善的电力供应商精准画像系统已是大势所趋,为此提出基于电力大数据挖掘的供应商精准画像研究。根据数据中台汇聚的大量供应商数据,设计了供应商精准画像的总体架构及功能架构;提出了供应商精准画像的关键技术需求,主要分为构建供应商全息数据库、设计供应商标签体系和搭建多准则决策模型。供应商精准画像场景应用结果表明,供应商精准画像在质量管控辅助、供应商优选、供应链金融三个业务场景下的功能应用均取得较好效果。

基于图卷积神经网络的分布式半监督自动标注方法

为解决数据中台建设中数据共享融合难与综合应用难等突出问题,基于图卷积神经网络,面向分布式数据中台架构开发一种分布式的半监督标注算法。通过分析数据缺失、数据量大以及通信带宽限制等问题,首先使用子空间学习提出基于新的正则化项的半监督学习策略。在此基础上,进一步提出基于二级中台的分布式可解释注意力图卷积神经网络融合方法,以解释边的重要性,从而在每一层图神经网络基于私有模型与每个平台的公共数据进行融合,提升模型精准性。在公共数据集上的广泛实验结果表明,该方法可以有效提高标签预测的效果,对大数据背景下的分布式融合、应用具有一定指导意义。

多层极限学习机在入侵检测中的应用

针对神经网络在入侵检测应用存在的维度高、数据大、获取标记样本难、特征构造难、训练难等问题,提出了一种基于深度多层极限学习机(ML-ELM)的入侵检测方法。首先,采用多层网络结构和深度学习方法抽取检测样本最高层次的抽象特征,用奇异值对入侵检测数据进行特征表达;然后,利用极限学习机(ELM)建立入侵检测数据的分类模型;其次,利用逐层的无监督学习方法解决入侵检测获取标记样本难的问题;最后采用KDD99数据集对该方法的性能进行了验证。实验结果表明:多层极限学习机的方法提高了检测正确率,检测漏报率也低至0.48%,检测速度比其他深度模型的检测方法提高了6倍以上。同时在极少标记样本的情况下仍有85%以上的正确率。通过多层网络结构的构建提高了对U2L、R2L这两类攻击的检测率。该方法集成深度学习和无监督学习的优点,能对高维度,大数据的网络记录用较少的参数得到更好的表达,在入侵检测的检测速度以及特征表达两个方面都具有优势。

用户画像技术与其在农业领域应用研究进展

作为一种能够精准分析用户特征、描绘用户行为的数据分析工具,用户画像技术近年来受到广泛关注。本文首先阐述了用户画像的基本概念和特征,综述了用户画像构建关键技术的国内外研究进展,并分析比较了不同技术的特性和优缺点。然后对用户画像技术在农业领域中的应用研究进行了系统分析,包括农户特征描述、农业服务的个性化推荐、农产品精准营销和农业经营管理决策支持等多方面。最后,总结了当前用户画像技术存在的问题,并对未来研究的趋势及用户画像技术在农业领域的应用前景进行了展望。

国家图书馆数据管理与分析平台建设

国家图书馆数据管理与分析平台是国家图书馆大数据工程的一个实验性项目。该项目选取国家图书馆五个核心系统的数据,在虚拟化平台上搭建相应的系统平台,通过数据收集、ETL处理、数据统计与分析等流程,形成统一的数据处理规范,并建立读者、资源和行为数据的标签化体系,从数据层面上揭示国家图书馆的馆藏资源、资源利用情况和用户行为等重要信息,为国家图书馆大数据利用提供理论与实践依据。

一种基于Pregel-like的社会网络隐私保护方法

现有社会网络隐私保护方法对大规模社会网络数据表现出隐私保护效果差、处理性能低等缺点,不能满足实际需求。针对这一问题,提出基于Pregel-like的社会网络隐私保护方法。该方法避免了传统MapReduce模型在多次迭代处理时的数据反复迁移和作业连续调度等问题,利用"节点为中心"的思想,通过节点间消息传递和程序的多次迭代实现大规模社会网络的隐私保护处理。基本思想为,首先将社会网络进行安全分组,然后结合隐私保护需求实现节点的标签列表匿名,最后将处理后的数据直接发布到云端或发布给数据使用者。实验结果表明,提出的方法可克服传统方法在处理大规模数据时的缺陷,且在满足隐私保护需求的同时保证发布数据的可用性。

基于大数据思维的铀资源样本集合建设方法研究及试验

铀资源数据获取能力的快速提高,迫切要求铀资源预测的思维和方法也应有所创新。文章通过对比分析现有成功的大数据和智能应用案例,结合铀资源勘查专业领域数据特点,提出了铀资源样本集合建设的整体方案。以二连盆地砂岩型铀资源数据作为试验数据,讨论了铀资源正负样本集合的建设方法,并分析了下一阶段铀资源勘查数据挖掘和机器学习的研究方向。