背景与挖掘目标 2 文本预处理及基础特征提取 3 词向量及特征提取 4 深度学习特征提取 5 集成学习建模 大数掘挖掘专家 2 目 录 3 背景与挖掘目标 智能客服场景一 大数掘挖掘专家 背景与挖掘目标 智能客服场景一 大数掘挖掘专家 4 背景与挖掘目标 智能客服场景二 大数掘挖掘专家 5 智能客服描述 > 目前常用的智能客服应用的原理是 ：先建立好标准问题 -- 答案库 ，每个标准问题都对应一个标准回答；当 ，让客户在与客服机器人交流的过程中有更便捷的体验。 背景与挖掘目标 大数掘挖掘专家 6 背景与挖掘目标 案例数据 大数掘挖掘专家 7 案例目标 > 根据提供的客服应用场景数据 ，建立文本相似度计算模型 ，对客服数据中的客户提问和标准问题是否相关 联做判断 ，返回相应结果以支持后续智能客服场景应用。 背景与挖掘目标 大数掘挖掘专家 8 案例流程 > 1 、文本预处理工作 ，包括分词、去停用词、近义词及错词处理

2 迁移学习策略 ............................................................................ 60 4. AI 视频智能挖掘功能 ................................................................................. 62 4.1 行为识别 . 人工智能（AI）技术的迅速发展，尤其是大模型技术的成熟， 使得视频内容的智能挖掘成为可能。通过对视频监控数据的深度学 习和分析，AI 大模型能够实现对大量影像数据的实时处理和决策支 持，为公共安全管理提供强有力的支持。这一方案不仅可以提升处 理速度，还能减少人为因素的干扰，提高事件识别和响应的准确 性。 在这一背景下，建立一套基于 AI 大模型的视频智能挖掘应 用 方案显得尤为重要。该方案主要包括以下几个关键环节： ，遵循相关法 律法规，建立完善的用户身份认证与数据保护机制。同时，随着技 术的进步与不断演化，定期对模型进行更新与迭代，保持其高效性 与准确性。 整体来看，基于 AI 大模型的视频智能挖掘应用方案，为提升 公共安全管理能力提供了新思路和切实可行的方案，通过智能化手 段有效应对日益复杂的安全挑战，为建设更安全、更和谐的社会环 境奠定了基础。 1.1 背景介绍 随着社会的

机会与风险等细节问题，进行深入 挖掘，听取来自行业第一线工作者和企业 领导层对行业的见解和认知。 智能医疗概述 AI+ 医疗 应用场景 虚拟助理 医学影像 辅助诊疗 疾病风险预测 药物挖掘 健康管理 医院管理 辅助医学 研究平台 1 赋能 现象 发展 矛盾 广阔 市场 “ 人工智能 + 医疗”是人工智能技术对于 医疗产业的赋能现象。当前以机器学习 与数据挖掘为两大技术核心的人工智能， 行为与功能角度 1 智能医疗概述 就目前技术发展而言，人工智能以机器学习、数据挖掘为两大技术核心，两者技术范畴上有所交叉。机器学习又包含对抗学习等诸 多种类，其 中倍受瞩目的就是深度学习。按照拓扑结构分类，深度学习可分为卷积神经网络、循环神经网络和全连接神经网络，并 通过算法框架实现深度 学习过程。在机器学习与数据挖掘的技术之上，实现了目前市场上最常见的三大技术应用，即计算机视觉、 智能语音技术和自然语言处理。 智能语音技术和自然语言处理。 云平台（云存储与云计算） 云计算设备 处理器 / 芯片 传感器元件 激光雷达 数据 挖掘 机器学习 交 叉 部 分 强 化 学 习 迁 移 学 习 … 深 度 学 习 TensorFlow Lasagne Theano Caffe Keras MXNet Torch DMTK CNTK Neon …… 深度学习 卷积神经网络

汽车之家于 2005 年正式上线，为全球领先的一站式汽车生活服务 提供商，也是全球访问数量最大的汽车内容网站，目前服务覆盖国 内超 90% 汽车主机厂与经销商。汽车之家以数据消费为核心驱动 力，积极挖掘数据价值，依托大数据、人工智能等技术，全方位服 务主机厂商及产业上下游企业；汽车之家通过成熟技术的深度应用 与 AI 大模型的精准融合，构建了全链路解决方案，并形成强大的 数智化产品矩阵，旨在持续降低汽车行业决策和交易成本，为广大 韩婷｜长安营销数字化项目经理 算法实现及大模型应用专家 线索如何才能得到更高效的利用，是所有的汽车厂商都会遇到的一个问题。在成交率可 能只有 3% 左右的背景下，如何在剩余的 97% 的线索里面挖掘出更大的价值？ 甄日新｜瓴羊智能科技有限公司副总裁 AI 正在改变各个行业。AI 平稳落地的前提，是健全的数字化环境和高质量的数据准备。 汽车行业作为高度数字化的行业，如何通过数据× AI 提效，全行业都翘首以待。 真正的解法不在 于技术堆砌，而是有效运用数字化以及 AI 能力，将一线声音与用户需求转化为可复用的 增长引擎。 施登荣｜福田汽车后市场生态事业部 北京智科车联有限公司副总经理 我们聚焦数据价值的挖掘，始终是围绕客户用好车。 07 数据会说话：AI 时代汽车全域营销实战手册 | 新竞争 重构市场逻辑 「 」 Competition reconstructs market logic

............ 69 4 第1 章 项目概述 1.1 建设背景 涉毒人员是公安重点管控的人群，从全面加强涉毒人员管控工作出发，改 变传统禁毒管控模式，从被动寻找查获转变为数据挖掘研判预警，大力遏制涉 毒人员违法犯罪，建设涉毒人员数字化管控服务体系势在必行。 全面掌握涉毒人员动态信息是开展禁毒工作的必要条件，涉毒人员既是违 法者，又可能是受害者，通过全面掌握涉毒人员动态信息，可以有效的为防止 存在浪费警力又 只抓到少量吸毒人员无法跟踪深入挖掘每个案件源头的情况。 1.2 建设目标 6 XX 市是江西省的禁毒标杆城市，在 XX 市公安局多年禁毒工作经验总结的 基础上，通过信息化手段定制打造禁毒大数据实战应用平台，为在全省禁毒工 作贡献更多力量。 本平台从数据收集体系建设、业务应用系统建设、企业监管体系建设、大 数据深度挖掘、平台对接、五个重点方面规划设计并实施。其中数据收集体系 系统建设包含专题挖掘应用、业 务专题支撑应用、升级完善、支撑服务能力建设四部分。数据应用体系建设包 括多样花的数据分析结果的预警和报警，案件的关联分析和提醒等。企业监管 包含面向企业使用的信息采集端与企业数据分析和管理端。平台对接主要包含 与其他系统对接。大数据深度挖掘包含吸毒人员关系分析和人员信息分析两部 分。 一是实现“大数据算法+空间大数据算法”相结合的深度挖掘应用；二是实现

债强弱”指数的智能迭代优化，提升资产配置的前瞻性与决策有效性 优化过程：一是让 DeepSeek 进行静态学习，投喂短期模型逻辑以及底稿等核心信息，训练 DeepSeek ； 二是让 DeepSeek 进行动态纠偏，挖掘历史数据中“先验权重”与“真实走势”的差异，迭代优化； 三是让 DeepSeek 进行推理应用，基于宏观指标预测值完成 2025 年全年的指数外推 优化结果：等权重平均组合五个短期模型结果，降维后胜率 大模型具备强大的推理和复杂决策能力，提升配置策略的智能化水平 • 高维数据挖掘：可在庞杂的高维数据中提炼关联性，而非依赖传统数学模型，打破线性约束，避免黑箱 • 动态自我修正：持续基于历史与现实的差距进行修正迭代，优化权重配置，提升未来预测的精准性 第二步 第三步 历史回溯，挖掘先验权重对未来的解 释程，以及与实际变化的差异 这一过程实质上是在探索“权重优化路 这一过程实质上是在探索“权重优化路 径”，以便为 AI 提供学习依据，指导其 在未来动态调整权重的规律 这一过程是 AI 的学习过程，让 AI 基于底稿中 的历史数据进行“静态学习” ，并挖掘先验 权重与实际变化之间的差异进行“动态纠偏” 这一过程是 AI 迭代学习成果的应用， 使 AI 基于当前（或预测）的周期和宏 观经济指标，输出预测结果 DeepSeek 优化资配模型的嵌入逻辑

成就百万数据科学家！ 5 目录 模型可解释性在保险理赔反欺诈中的实践......................................................7 图算法在网络黑产挖掘中的思考....................................................................21 联邦学习与安全多方计算............ 图算法在网络黑产挖掘中的思考 ​ 分 享 嘉 宾 ： Harry 高 级 研 究 员 编 辑 整 理 ： 蔡 鑫 隆 出 品 平 台 ： DataFunTalk 导读：虚拟网络中存在部分黑产用户，这部分用户通过违法犯罪等不正当的方式 去谋取利益。作为恶意内容生产的源头，管控相关黑产用户可以保障各业务健康 平稳运行。当前工业界与学术界的许多组织通常采用树形模型、社区划分等方式 挖掘黑产用户，但 挖掘黑产用户，但树形模型、社区划分的方式存在一定短板，为了更好地挖掘黑 产用户，我们通过图表征学习与聚类相结合的方式进行挖掘。本文将为大家介绍 图算法在网络黑产挖掘中的思考与应用，主要介绍：  图算法设计的背景及目标  图算法 GraphSAGE 落地及优化  孤立点&异质性  总结思考 01 图算法设计的背景及目标 1. 图算法设计的背景 在虚拟网络中存在部分的黑产用户，这部分用户通过违法犯罪等不正当的方式去

确保数据在安全可控的前提下实现高效流通 。通过数据 融合 与共享， 提高数据的利用价值， 为新材料研发和产业 发展提 供全面 、准确的数据支持， 使数据资源能够在产业 生态中得 到充分的挖掘和利用。 2.2.2 研发创新支持 基于多源融合的数据资源， 深度探索构建具有高度精准性 和 泛化能力的新材料行业大模型 。该模型将集成材料科学 领域 的前沿知识和丰富经验， 为新材料模拟计算 技术与制度双轮驱动 一方面， 充分利用大数据 、人工智能 、区块链 、隐私计算等 前沿技术， 搭建数据空间的技术支撑体系 。通过大数据技术 实现海量数据的高效存储和处理 ，利用人工智能技术挖掘数 据背后的潜在价值 ，借助区块链技术保障数据的可信性和可 追溯性 ，依靠隐私计算技术确保数据在共享过程中的安全 性。 另一方面， 建立健全数据共享 、交易 、管理等相关制度 和规 理操作， 去除数据中的噪声 、错误和重复数据， 统一数 据格 式和编码， 提高数据质量 。运用先进的大数据处理技 术， 如 Hadoop 、Spark 等， 对大规模数据进行高效处理和分析 ， 挖掘数据背后的潜在价值， 为新材料研发和产业应用提 供有 力的数据支持。 数据清洗 ：运用多种数据清洗技术， 包括基于规则的清洗 方 法和基于机器学习的清洗算法， 对数据进行全面清洗 。 基于

以信息化管理为保障 实现行业与管理信息大贯通，行成“敏感感知、准确判断、精确执行”的智慧化信息系统 对 旅游活动进行检测、分析和控制 智 慧 旅 游 智慧旅游建设理念 纵向能贯穿 充分挖掘旅游信息资源，全面覆盖游客、 旅游经营者、旅游管理者主体需求，提 供完整的旅游应用服务。 整体可对接 无缝对接层次更高的智慧化体系， 如智慧城市 横向能融合 对三类主体提供的服务，功能上相互配 手机 PAD 触摸屏 基于海量数据分析应用 具有交互、可测量、可挖掘和虚拟漫游的组件和构件 虚 拟 旅 游 行 程 定 制 电 子 商 务 主 动 推 送 互 动 分 享 智 能 疏 导 ..... 多终端内容自动适配 Flash 展示引擎 移动 GIS 浏览器 高效图像压缩 云业务支撑平台 图像挖掘与处理 ...... 多源、多尺度、多实相时空数据模型 三维实景影像 元数据（来源、格式、精度 ...... ） 基础设施 系统软、硬件及存储设施 智慧旅游 – 指挥调度中心 采用功能集成、网络集成、软件界面集成等多种集成技术，以云数据中心为基础，以地理信息系统、数据挖掘分析系统、 信息展示系统为手段，应汇集各种实时数据，在基于 GIS 全息可视化的统一界面下实现对这些应用系统的信息获取、操 作 控制、整合分析、集中展现、信息发布等功能。 智慧旅游 – 互联网门户

市、县、乡、村的人口健康信息专网。 完善“云上贵州·医疗健康云”，加强 公共卫生、医疗服务、医疗保障、药 品管理、计划生育、综合管理等应用 系统。 n 第三阶段 发展智能药物挖掘，支持我省医 药企业智能化转型，推进深度学 习等技术应用于药物临床前研究， 推动快速、准确地挖掘和筛选合 适的化合物或生物。 n 第四阶段 03 03 01 02 医学人工 智能落地 路径 搭建全区养老服务信息管理平 台，加快推进自治区、市两级 人工智能+医院管理 02 优化资源配置 弥补医院管理漏洞 人工智能+疾病诊断和预测 03 疾病的诊断 疾病的预测 心血管及肿瘤影像 人工智能+医学研究 04 病历结构化处理 多源异构数据挖掘 人工智能+医学影像，重点落地心血管及肿瘤影像 人工智能在医学影像领域目前的应用方向主要有三类，即疾病筛查、病灶勾画、脏器三维成像，涉及脑、眼睛、乳腺、食管、 肺、心脏等多个人体部位。 结合 我们所关注的人工智能+医学研究重点应用产品是病历结构化处理及多源异构数据挖掘。 病历结构化处理 基于高质量的前结构化的专病数据平台, 超过90%的内容可以做 到结构化； 传统临床科研过程中病历筛选、数据提取占用整个临床科研过程 的50%以上时间。人工智能能精准完整的读懂病历所表达的含义， 并消解其中的歧义。系统利用自然语言处理技术，深度挖掘和分 析医疗文本的信息，它可以快速批量抓取病历中的信息生成一个