科创中国

作为重要生产要素，海量集聚的数据资源蕴藏了巨大的价值。在国家“十四五”数字经济发展规划中明确指出，坚持以数字化发展为导向，充分发挥我国海量数据、广阔市场空间和丰富应用场景优势。然而，在以数据要素为核心的数智化服务场景中，普遍面临着数据混杂、知识碎片、决策单一、场景多元等多重挑战。为充分释放数据要素价值，激活数据要素潜能，项目聚焦数据规范治理难、知识关联挖掘难、决策高效协同难、平台-场景适配难等关键技术难题，重点开展场景适配的一站式数智化服务关键技术及应用创新研究。项目在执行过程中，遵循“数据-知识-智能”的技术研发路线，在算法、系统、应用三个维度上取得多项关键技术成果

构建了混杂数据规范化治理技术体系。项目在国际上较早系统性地开展混杂数据规范化治理研究，围绕高冗数据原型学习、非完美数据质量增强、跨模态异构统一表征等关键技术取得一系列创新性成果，助力自主研发了一套具有完全自主知识产权的国产化数据治理基座系统，并在近3年来为相关参与研发单位带来累计新增收入60875.8万元，新增利润超过35736.94万元等显著技术经济效益。提出了多元知识主动发现方法论框架。围绕时空数据隐式知识挖掘、图数据显式知识获取等关键技术，项目率先建立了一套完整多元知识主动发现的方法框架，实现了混杂数据间关联信息充分挖掘。成果解决了关系国计民生的金融、能源、交通运输、航空航天等诸多行业中客观存在的真实应用需求，取得了显著的经济和社会效益。

项目锚定场景适配多样化技术需求，围绕一站式数智化服务系统关键技术及应用中的共性技术、方法开展研究，解决了数据混杂、知识碎片、决策单一、场景多元等多重技术难题，研发了国产化数据治理基座、大规模智能服务支持系统、插排式智能服务支持系统平台，并在关系国计民生的金融、电力、交通、通信等诸多行业的真实场景中得到了广泛应用，且具有更广阔的行业应用探索空间。然而，在进一步推广所研发的一站式数智化服务平台在更多、更复杂业务场景下的应用中，也面临着一定的技术局限性。例如，所提算法模型依赖大规模训练样本，对小数据样本环境的适应性尚存一定不足。此外，项目应进一步对关键技术进行优化设计，以不断降低计算资源开销，降低推广应用成本，实现技术推广应用普惠性提升。

朱振峰 男 1974.5 教授 博士 北京交通大学 负责项目总体规划设计，牵头组织并协调项目完成单位进行关键技术攻关，带领团队突破了现有数据分析与挖掘技术方法体系，提出了面向混杂数据的规范化治理技术，实现了多元知识主动发现，建立了工业级自主智能决策机制，形成了具有完全自主知识产权的国产化场景适配的一站式数智化服务平台及规模化应用。在该项目中以第一发明人获授权国家发明专利2项；以通信作者在IEEE汇刊等上发表论文4篇、CCF A类会议论文5篇；对创新点1、2、3均有突出贡献。

项目研发期间，在牵头单位北京交通大学的组织下，通过校企合作等方式，项目完成单位浙江网商银行股份有限公司、天云融创数据科技（北京）有限公司、上海殷泊信息技术有限公司研发了国产化数据治理基座、大规模智能服务支持系统、插排式智能服务支持系统等系列产品。上述研发成果通过技术成果转化，切实解决了关系国计民生的金融、电力、交通、通信等诸多行业中客观存在的真实应用需求，在经济效益方面为企业带来显著收益，其中三家企业单位累计新增营业收入348,215.95万元，新增利润超过60,707.02万元。对于项目取得的显著社会、经济效益，近年来受到了央广网、新华网、人民网、中新网、中国网等权威媒体进行了持续报道并给出了积极评价。

项目突破了现有数据分析与挖掘技术方法体系，提出了面向混杂数据的规范化治理技术，实现了多元知识主动发现，建立了工业级自主智能决策机制，形成了具有完全自主知识产权的国产化场景适配的一站式数智化服务平台及规模化应用。项目组在国际上较早系统性地开展混杂数据规范化治理研究，在高冗数据原型学习、非完美数据质量增强、跨模态数据异构统一表征等方面相继取得一系列创新性成果。此外，为实现混杂数据间关联信息充分挖掘，项目组围绕时空数据隐式知识挖掘、图数据显式知识获取等关键技术，率先建立了一套完整多元知识主动发现的方法框架。与此同时，为深入挖掘小微企业的个性化金融服务需求，项目在国内外首次提出离线-在线相结合的目标人群精准定向技术框架，并研发了可承载10亿级参数的超大规模线性/非线性组合优化近实时求解技术，可实现万级QPS（每秒查询率）生产吐吞，并单日服务用户请求数量达亿级以上、单日处理数据量达PB级，为工业级场景自主智能决策能力的提供保障。项目成果已获授权发明专利25项（其中国际（美国）专利 1项），通过国家权威部门核心技术评估检测7项，获得软件著作权30项，累计发表学术论文50篇，其中包括IEEE T-KDE、T-NNLS、T-CYB、T-MM、T-CSVT等汇刊及KDD、CVPR、AAAI、IJCAI、ICDE、Multimedia等CCF A类顶级会议30篇。