面向管理决策的非结构化大数据分析方法与关键技术

In the big data era, unstructured big data dominates the total global data. The volume and complexity of unstructured data has been far beyond the capacity of existing data management systems in data acquisition, storage, management and analysis, which brings new challenges for management decision making. This project will employ computer science, mathematics, statistics, systems science and other related disciplines to explore some key issues on unstructured big data analysis methods and key technology for management decision making. This project will have four research tasks: (1) exploring the analytic method and mining techniques for unstructured big data; (2) developing parallel and distributed models and calculation methods for unstructured big data mining algorithms; (3) designing multi-source heterogeneous big data fusion methods; (4) proposing big data and statistical inference and decision making methods. Finally, this project will apply and validate its research findings on several well-known enterprises and governmental branches, including Industrial and Commercial Bank of China (ICBC), Chunyu Mobile Health and Koala Credit. Therefore, the project will fully explore unstructured big data mining methods and technology, propose key technologies and develop unstructured big data integration platform. Furthermore the research work will contribute to key issues in unstructured big data mining for management decision making environment, and provide the government and enterprises a practical guidance to improve the competition ability in big data era.

在大数据时代，非结构化大数据量占全球数据总量的绝大部分，而非结构化数据的规模和复杂性，远远超出了目前数据管理系统获取、存储、管理和分析的能力，给管理决策带来了全新的挑战。本项目将从管理学的角度利用计算机、数学、统计学等交叉学科的方法深入研究面向管理决策的非结构化大数据分析方法与关键技术。主要研究内容包括：（1）非结构化大数据分析方法与挖掘技术研究；（2）非结构化大数据挖掘算法并行\分布式模型与计算方法研究；（3）多源异构大数据融合方法研究；（4）大数据的统计推断与决策方法研究。最后，本项目将拓展并验证其研究成果，在中国工商银行、春雨健康、考拉征信等典型企业平台进行示范应用。本项目将全面探索非结构化大数据挖掘方法和技术，开发非结构化大数据融合平台，对解决面向管理决策的非结构化大数据挖掘的重大问题，提升我国企业的竞争力具有重大实践指导意义。

“面向管理决策的非结构化大数据分析方法与关键技术”（91546201）重点项目旨在以面向管理决策的非结构化大数据挖掘方法为突破口，以多源异构数据融合为核心，创建基于非结构化决策的大数据统计推断与预测方法，提出大数据环境下决策管理理论框架。主要研究内容包括：（1）对图像大数据和文本大数据的分析方法和挖掘技术进行研究，并搭建一个能够对海量数据快速响应的并行/分布式非结构化大数据云服务平台；（2）对非结构化大数据的复杂性、不确定性进行总结，并提出结构化表示方法，实现多元异构大数据的融合；（3）从维数和样本量两方面实现大数据分析的高效计算，从而帮助决策者更好的进行统计推断和预测；（4）在拥有大量非结构化数据的典型企业中应用本项目的研究成果，检验方法的有效性和实用性。.在项目期间，关于异构数据挖掘和融合技术理论和技术研究取得重要进展，共发表75篇论文，其中，期刊论文46篇，SCI检索论文33篇，学术会议29篇，主办了17次国内外学术交流会议，向国务院领导提出五项政策建议。除此之外，还将项目的学术成果应用在“春雨医生”“36氪”“中国金融期货交易所”等多家企业机构的实际管理运营当中，显著提高企业的竞争力。本项目还资助培养8名博士后以及71名研究生，为相关学科领域培养了大量人才。