中南的后裔 指导教师：张海波 成 员：万文娇 孔慧琳 魏羽璠 黄 菡 智能手环使用现状及产品发展分析报告 ——基于电商平台消费者购买评价的文本挖掘与武汉市的抽样调查 I 摘要 随着人工智能技术不断取得新的突破，一系列智能生活硬件逐步走进普通大 众的日常生活中。智能手环凭借入门级的售价和产品方案的标准化，市场渗透率 在智能可穿戴设备领域中一马当先，远远超过智能手表、智能眼镜等其他产品。 发展阶段。 现阶段消费者对智能手环的评价如何？智能手环厂商今后应采取什么样的发展 策略？针对第一个问题， 我们通过抓取电商平台评论文本，使用大数据挖掘的 方法，了解消费者对产品的好评度以及关注点。针对第二个问题，通过实地调查 的方式，结合现有用户使用情况和非用户潜在价值，对智能手环未来发展策略提 出有针对性的可取建议。 考虑到在当今的移动互联网时代，通过电商平台进行网络购物已成为人们生 活中一种普遍的消费方式。利用文本挖掘的方法通过爬取天猫平台和京东平台上， 小米手环的全部可抓取评论数据，共计 468100 条。经过数据清洗后，使用中文 分词、构建语义网络与 LDA 主题模型等算法和模型，实现对文本评论数据的情 感倾向性判断以及所隐藏信息的挖掘与分析，以有效、准确的从互联网电商评论 数据中分析出消费者对小米手环的好评度、关注点以及抱怨点，对小米手环的功 能、优缺点进

..................................................................................... 42 3.6.4 物料的使用................................................................................................ 44 存储，为后续的功能建 设奠定基础； 数据的展示：当数据被采集且存储后，就需要着手建设数据展示的相关功能。这 里可以借助于上位机软件的图像数据处理功能将相关内容呈现出来，如图表等一 些更容易被使用者所接受的方式； 数据的意义：一些数据或是数据与数据之间往往还存在着一些更深层次的意义， 那么简单的展示无疑是不能充分利用这些数据的深层意义的。所以就需要对数据 的意义进行挖掘，这就需要借助一些专业的工具和模块对数据进行进一步的处 工作。 依托于 XX 科技的信息化、数字化平台，将硬件设备和软件模块进行科学的结合， 可以彻底消除生产和管理过程中存在的信息孤岛和黑洞，并最终提供一个人性化的管理 平台供使用者操作。 （ 该项目建议仅作为前期技术交流使用，代表着 XX 平台和技术手段可以满足企业现 阶段需求的理论依据，但不代表项目最终的设计方向和最终技术实现手段，如有任何疑 问欢迎及时反馈或与当地办事处联系。） 6

发SDK， 支持定制化协议的开发。 从2017版本开始，通信驱动程序由原来的DAServer升级 为OI Server，新的OI Server其中一个重要特性是支持多 实例的使用，每个实例就是一个独立的驱动进程，通过使用 多实例，可以提高每台机器数据采集的吞吐量，提高采集的 可靠性、可用性，减少许可证和硬件开销，更有效的利用计 算机资源。 2.支持三层冗余架构 系统平台支持从数据采集、数据处理、以及到数据存储的冗 软件中包含了一个实时历史数据库软件，与传统的关系数 据库不同，AVEVA™ Historian处理时间序列过程数据，以 及历史警报和事件数据。独特的“块技术”捕获工厂数据的 速度比标准数据库系统快数百倍，并使用传统存储空间的 一小部分。从而满足对于历史数据和报警、事件后续分析 和追溯功能。 AVEVA 历史数据客户端提供了桌面和 Web 两种查看方 式，以满足用户对于历史数据查看的不同需求，强大的趋 势 便的获取系统中 所需的实时数据。 对于历史数据来说，AVEVA Historian 提供了 OLEDB 和 OData/REST接口，通过相关的接口方法，即可获取历史数 据库里的历史数据供外部系统使用。 09 剑维软件水行业白皮书 一体化运营中心 一体化运营中心是剑维软件的企业级可视化解决方案，用 于创建基于系统方法的智能运营中心，该系统方法融合了 运营技术（OT）、信息技术（IT）和工程技术（ET）。它通过单

安全和个 人安全保护的风险。为了精准的个性化服务和智能决策，汽车行业不断增加用户数据的收集、分析 和利用，而从汽车服务商的研发数据泄露再到特斯拉个人隐私事件，不难发现数据在采集、传输、 存储、使用、共享、销毁各个环节中缺少了安全管控，导致数据安全和隐私风险不断增加，据研究 车联网安全研究报告（第六期） 7 机构对近十年车联网安全事件分析发现，数据和隐私泄露成为车联网安全事件影响的首要类型，既 对抗样本、以及一些逻辑漏洞的利用[14]。如果使用不安全的固定码，汽车一旦遭受攻击只能被动挨 打，而使用相对安全的滚动码虽然可以阻止重放攻击，但若存在设计缺陷依然会被黑客绕过并加以 利用。如 Rolling-PWN 漏洞[15]，黑客首先对远程遥控钥匙发送到汽车的控车指令进行拦截，然后通 过连续发送相同指令促使滚动码计数器回滚，这样之前使用过的本应失效的控车指令将得到恢复， 从而轻易地解锁汽车。 2022 年 11 月披露了车联网服务商 SiriusXM 远程控车服务中存在 API 漏洞， 现代、讴歌、日产、英菲尼迪等使用 SiriusXM 服务的汽车均面临远程未授权访问的安全风险。 以宝马和奔驰品牌为例，在对宝马的研究测试中，研究人员利用单点登录（SSO）平台漏洞， 使用员工或经销商的身份登录账户并重置密码，便可实现对内部业务系统的非授权访问，查询到所 有汽车的车辆识别码（VIN），并检

机器学习是一种开发算法和统计模型的科学，计算 机系统使用这些算法和统计模型，执行任务时所根 据的是规律和推理（而非明确的指令）。机器学习属 于人工智能的一部分，也是生成式人工智能的基础。 基础模型（FM）： 基础模型是一种基于大量数据进行预训练的机器学 习模型，可能包含数以十亿计的变量，因此能够学 习复杂的概念，进而赋能生成式人工智能应用程序。 大型语言模型（LLM）： 大型语言模型是一种使用数万亿个单词进行训练的 PaLM、BLOOM、LLaMA 和 Chinchilla，就都属于 大型语言模型。 术语须知 探讨采用生成式人工智能所面临的挑战 • 从试点转向生产 • 选择卓越的高性能基础模型（FM） • 使用专有数据来增强基础 FM，打造与众不同的应用程序 • 保护数据并控制数据共享方式 • 培训人员掌握这一新技术 大众认为在采用生成式人工智能时某些方面会遇到挑战，其中包括 ： 请继续阅读， 您是否需要加快学徒入职速度、提高 机器可用性或提升产品质量？从一开 始就设定明确的目标，方能保持精力 集中，并一路跟踪进展情况。 2 确定具体的实际应用场景 在实施技术之前，确定并使用制造业 最佳实操，来找出在组织内采用生成 式人工智能的最佳场所。 3 选择最适合自身应用程序的基 础模型 您是应该利用现有模型进行构建，还 是从头开始定制，抑或两者兼而有之？

快捷；通过车位摄像机，实现停车引导与反向寻车，可在较大型以上停车场降低 员工停车消耗的时间； 二维码识别实现物资放行管理：结合二维码与客户端实现物资放行的电子流 程，放行过程联动视频抓拍与物资信息视频叠加，改善传统使用放行条的方式带 来的物资非法进出风险，并可对工作人员进行有效监督； 优化访客预约管理流程：结合一卡通与综合管理平台优化访客从预约、申请 至授权进出的整个流程管理，减少员工接待的无效工时，提升企业的对外形象。 故障及时告警等功能， 以方便日常维护。 7) 安全性 系统具有防计算机病毒的能力，有较强的抗干扰能力，具有密码、多级控 制 级别、撤设防级别， 避免出现遭到恶意攻击和数据被非法提取使用的现象，保 障系统网络的安全。 事件跟踪技术，以便记录下所有的操作行为和状态，供管理和取证之用，并 实时更新黑名单。集成管理系统双机热备份，数据库备份以提高数据的安全性。 2.3 设计依据 车辆管理 3.2.1 基于车牌识别的员工车辆管理 管理对象：员工车辆； 管理流程：登记车牌号 -> 车牌识别 -> 联动摄像机抓拍 -> 白名单比对放 行 -> 系统日志； 价值分析： 使用车牌识别不用通行证，可减少证件制作与车辆通行时间； 采集车牌号等信息，完成对车辆进出的信息化管理； 通过车牌识别技术实现车位诱导与反向寻车，可实现车辆出入管理、自动计 费存储数据、车位引导与

客观地对待大模型取得的种种进展，破除对它们的迷信，并且更加正确、高效率地利用人工智能。 接下来，我们介绍应用大模型的四种方式：通过网页访问、通过 API 访问、本地部署以及使用整合了大 模型的其它应用，包括代码编辑器以及大模型知识库。对于一般咨询的场景，使用网页访问即可满足要求；而 1从概念的包含关系上看，人工智能（Artificial Intelligence, AI）包含了生成式人工智能，生成式人工智能又包含了大语言模型，简称大模型。本文 数据的高效拟合。具体来说，机器学习的作用体现在统计模型的改进上 (Athey and Imbens, 2019)，例如对 经济变量进行更准确的预测 (Cong et al., 2025; Gu et al., 2020)、使用非线性模型获得更加稳健的因果参数 (Chernozhukov et al., 2018) 以及估计异质性处理效应 (Wager and Athey, 2018)、通过预测性标签处理文本 等非结构化数据 “因果机 制”，来解释那个看得见的相关性。这一步充满了想象力、类比和直觉。抽象化与概念发明。大脑需要将纷繁 复杂的具体事物，提炼成一个简洁、有力的核心概念。这个概念一旦被发明，就成了一个可以被反复使用、讨 论和检验的强大思想工具。正如劳动分工的概念一样，它不再仅仅是描述制针厂的个别事例，而是可以用来分 析所有生产活动。 第三步是利用逻辑的力量，将概念连接起来，形成一个自洽的体系。一个孤立的洞见或一个聪明的隐喻还

的分析方法已无法满足大数据应用的要求，厂商迫切需要为自己产品增强高 级数据分析的能力以保持在大数据时代的竞争力 数据处理性能不足 导致了数据探索和 抽样分析的限制 开发易用性的不足 提高了数据分析师 的使用门槛 开源版本的开放性 导致了结果的精确 度难以被权威公认。 支持算法的丰富度 可视化以及易用性 不如商业数据分析 软件如 SAS Teradata 于 2014 年公布了在 Lab( 人工智能实验室 ) 于 2014 年下半年建成。 AI Lab 旨在 投入 研发精力，探索人工智能的分支之一：深度学习。 Facebook 希望在未 来能给 用户提供更智能化的产品使用体验。 IBM 的 Waston 是在人工智能领域最出名的超级计算机，已经开始在医疗， 商 业领域逐渐应用。 IBM 从 2014 年开始加大了 Waston 部门的投资，力 图加快 Waston 的界限在模糊。 Google 的 Cloud Platform 在 2014 年 进行了 2 次大规模的降价， Amazon 和 Azure 也进行了相应的降价，云 竞 争进入白热化。 Google 将内部使用的 MPP 数据 库 Dremel 包装成 BigQuery 的云 服务。 EMC 和 VMWARE 合资成立的子公 司 Pivotal 的两大核心产品为大数据 Pivotal HD

技术 力量与安全监管制度紧密集合，成立综合性省-地市级应急管理机构，实现体制创新，能够 统一处置生产安全领域的各类事件。 企业单位业务需求： 1) 远程对分散的建筑工地进行统一管理，避免使用人力频繁的去现场监管、检查， 减少工地人员管理成本，提高工作效率。 2) 通过视频监控系统及时了解工地现场施工实时情况，施工动态和进度，防范措施 是否到位，特别是对于场面比较大的工地，对于重点项目企业领导也需要远程监管。 出现异常状况和突发事件时，可以及时报警，提醒管理人员及时处理； 4) 对塔式起重机安全监管上存在技术不足，普遍存在的超载和违章作业等现象，企 业对租赁的塔式起重机信息如塔式起重机使用年限、维修状况等了解缺乏；地面的风速与 高处的差别很大，很难判断塔吊的合理使用时机。 5) 监管建筑工地现场的建筑材料和建筑设备的财产安全，避免物品的丢失或失窃给 企业造成损失； 6) 将施工实况展现于客户面前，向客户展现工地的建设规划和进度，达到一个宣传 5) 中心系统能对所有设备进行管理； 6) 系统能对登录平台用户进行管理，系统为不同级别用户配置权限功能，保证不具 备权限的用户不可以随便查看他人管辖范围内的工地现场图像。 7) 本系统设计使用性价比极高的高清摄像机及高清球机，分辨率为 200 万，可以看 清工地现场的作业细节，无论是对现场施工指挥、监管，还是事后追踪现场情况，都能保 证看得清，有据可依。 - 11 - 智慧工地整体解决方案

、总体电力需求较小（≤ 50KW ） C 、机柜总数量较少（≤ 20 个） PUE 指标注释： PUE （ Power Usage Effectiveness ）：数据中心能源使用 效率，是数据中心消耗的所有能源与 IT 负载使用的能源之比。 PUE = 数据中心总设备能耗 /IT 设备能耗； PUE 值越接近于 1 ，表示一个数据中心的绿色节能程度越高。 封闭冷通道制冷 特点： 机柜面对面列队布置，封闭冷通道， 系统管理，可大幅度降低资源使用成 本。 什么是云计算？ 云计算概念： 云计算是一种 IT 资源的交付和使用模式，指通过网络以按需、以扩展的方式 获得所需的资源（硬件、平台、软件及服务等），提供资源的网络被称为 “云”。与其说云计 算是一项新技术，倒不如说它是一项在业务模式方面的创 新。“云”中的资源在使用者看来是 可以无限扩展的，并且可以随时获取，按 需使用、随时扩展、按使用付费。 云计算五大特征 （例如移动电话、笔记本电脑、或 PDA ），也包括其它传统的或基于云的服务。  虚拟化的资源“池”  提供商的计算资源汇集到资源池中，使用多租户模型，按照用户需要，将不同的 物理和虚拟资源动态地 分配或再分配给多个消费者使用。资源的例子包括存储、 处理、内存、网络带宽以及虚拟机等。即使是私 有的“云”往往也趋向将资源虚拟 “池”化来为组织的不同部门提供服务。  快速弹性架构