Big Data and Artificial Intelligence

SSYNERGY
PUBLISHING
Big Data and Artificial Intelligence

Electronics & IT

Big Data and Artificial Intelligence

ISSN 2737-4718 (P) · 2737-4726 (O)

Big Data and Artificial Intelligence is an open-access, peer-reviewed scholarly journal published by Synergy Publishing. It publishes original research, reviews, and high-quality practice papers in big data, artificial intelligence, machine learning, data engineering, intelligent systems, and applied research.

Journal title
Big Data and Artificial Intelligence
Abbreviation
BDAI
ISSN (O)
2737-4726
ISSN (P)
2737-4718
Discipline
Electronics & IT
Frequency
Bimonthly
Average initial review
11 days
Primary language
Chinese
Publisher
Synergy Publishing Pte. Ltd.
Open-access licence
CC BY-NC 4.0
Editorial email
editorial-bdai@s-p.sg

About the Journal

Big Data and Artificial Intelligence is an open-access, peer-reviewed scholarly journal published by Synergy Publishing. It publishes original research, reviews, and high-quality practice papers in big data, artificial intelligence, machine learning, data engineering, intelligent systems, and applied research.

Aims & Scope

Chinese title: 大数据与人工智能

English title: Big Data and Artificial Intelligence

ISSN: 2737-4726 (Online) 2737-4718 (Print)

Frequency: Bimonthly

Language: Chinese

E-mail: ojs@s-p.sg

Scope: big data, artificial intelligence, machine learning, data engineering, intelligent systems, and applied research.

Author Guidelines

Online Submissions

Registration and login are required to submit a manuscript online and to check its status.

Before You Submit

Please confirm that the manuscript meets the author guidelines, originality requirements, ethical standards, and reference style. Accepted manuscripts are processed in accordance with the journal’s publication policies.

Announcements

Current issue

7 Vol, 6 No (2026)

Table of Contents

Section

研究性文章

志东 梁

人工智能客服在高信任行业中面临客户信任不足的困境。本研究提出,智能体回应中的“思考停顿”(前置语气词、短暂延迟、微小修正)作为一种行为拟人化线索,能通过增强社会临场感提升客户信任。通过单因素两水平(流畅回应 vs.思考停顿)情景实验(N = 152),结果发现:(1)思考停顿显著提升客户信任(d = 0.84, p <.001);(2)社会临场感起完全中介作用(间接效应= 0.80,95% CI [0.47,...

於憬 韩, 蒙 张

物流业目前正经历快速的智能化转型,传统绩效评估方法不适用于非线性现象。本文利用BP类神经网络对智能物流上市公司的绩效做建模分析,按经营能力、偿债能力、发展能力、盈利能力、现金流量与资本结构六项内容共列18个指标,以AHP方式赋权。根据实证所得,智能物流企业的绩效平均数(0.38)略胜于传统企业(0.34),但所涉两类公司都只达到“差”级,仅有3家是“良”级,存在“技术—绩效悖论”,即大量重资产智能化投资对盈利有短期不利影响,行业内部...

彦霖 朱

在数据规模不断扩张且数据类型越来越复杂的情形下,大数据预测已然成为数据科学研究、行业决策的关键支撑。统计模型凭借其严密的理论基础、较强的解释能力还有稳定的推断机制,为大数据预测方法的优化给予了可靠途径。和单纯依靠算法拟合的预测方式相比,统计模型能够揭示变量之间的关系、刻画不确定性、识别数据偏差,进而提高预测结果的可信度。本文围绕统计模型在数据科学里的作用展开剖析,探讨大数据预测所面临的数据质量、模型泛化、变量解释、动态更新等问题,并...

子晗 王

随着大数据、推荐算法与智能营销技术的发展,短视频广告逐渐由大众曝光转向以用户画像、内容匹配和实时反馈为核心的智能传播。本文以抖音为例,综合行业统计、平台公开资料、营销案例与代表性文献,分析人工智能广告的运行逻辑及用户响应路径。研究分析表明,算法推荐只是广告触达的前置环节,广告效果还取决于用户对相关性、干扰性和可信度的判断,并通过互动、购买与内容共创形成反馈。基于S-O-R理论,本文提出AIPBR整合性分析框架,概括“算法推荐—用户感...

忠玄 杨

伴随人工智能技术在智能安防、医学影像、自动驾驶、工业检测等领域的大量应用,单一模态数据如今已无法满足复杂场景中识别任务对于精度、鲁棒性、泛化能力的需求。多模态数据进行互补融合能够把图像、语音、文本、传感器信号等不同信息来源整合起来,进而弥补单模态特征缺失、噪声干扰方面的问题。本文是围绕多模态数据融合机制展开,剖析深度学习识别算法在特征提取、融合策略、模型优化这几方面所存在的不足之处,并且提出算法改进的路径,以此来提高复杂环境下识别系...

乐乐 张

环境系统具备要素众多、变化迅速、关联繁杂等特征,传统的监测、分析方法于数据处理效率、预测精度、风险识别方面存在一定的局限性。机器学习与计算机技术相互融合,为环境系统的智能分析给予了全新的技术途径。借助数据采集、算法建模、平台计算、可视化表达,能够达成对空气、水体、土壤、生态环境变化的动态识别、趋势预测。本文围绕环境系统智能分析的需求,探究机器学习与计算机技术融合的应用价值、技术基础、实践场景、优化策略,期望提高环境治理决策的科学性、...

雨滢 王

数字经济发展背景下,数据的生产要素属性持续凸显。大数据产业作为重要的战略性新兴产业,是推进产业数字化转型、培育新质生产力的核心载体。本文梳理大数据产业的核心定义与产业链整体架构,系统剖析政务、金融、互联网等领域的大数据落地应用现状,预判“十五五”时期产业发展趋势。基于产业发展规律,为大数据产业长效稳健发展,需持续完善算力基础设施、推动大数据的市场化运作,促进跨领域的数据整合应用,完善全周期的数据安全体系,建立一个自主且可控、创新驱动...

云兰 薛, 卫星 汪, 远飞 邓, 剑刚 谢

随着人工智能技术快速发展,高校人工智能通识教育面临学生专业背景差异大、教学内容更新快、实践应用不足等问题。为提升非计算机专业学生的人工智能素养与跨学科应用能力,本文以项目式学习(Project-Based...

斌 方

针对当前数字媒体专业实践教学中存在的实验设备投入成本高、图像处理课程实践性不足以及学生课堂参与度不高等问题,本文将虚拟现实仿真技术与数字图像处理技术相结合,设计并构建了面向数字媒体专业的VR虚拟仿真教学平台。论文以《数字图像处理》课程为例,结合Unity3D、OpenCV等技术,对虚拟实验室、图像处理实验模块以及沉浸式课堂教学场景进行了设计,并构建线上线下融合教学模式。通过在某民办本科高校开展教学实践,对传统教学与VR虚拟仿真教学模...

健 梁

建筑智能化工程施工技术及质量管控对于建筑物的使用体验、智能系统运行稳定性和整体工程建设质量会起到至关重要的影响,因此结合施工现场实际情况和质量验收规范加强施工技术及质量管控,保证施工工艺规范性、工序衔接合理性和质量管控精细度、提升整体施工水平是十分必要的。相关施工单位可以从前期准备、管线预埋与桥架敷设、线缆布设与端接、设备安装与系统调试等关键阶段出发,明确不同阶段的施工技术要点和质量管控核心,通过工艺规范和过程管控提升弱电工程施工质...

小磊 宋, 环 罗

生成式AI推动高校信息检索由关键词匹配转向人机协同,也带来单一工具依赖、来源核验不足、证据链断裂与学术伦理边界模糊等问题。基于检索日志、作业样本和访谈材料,本文分析学生协同检索的行为要素、演化特征及影响因素,提出分层能力培育、场景化任务引导、智能工具赋能、多主体协同与动态评价策略,并以“证据包”和“3-2-1规则”强化来源追溯、交叉验证与规范引用,为高校信息素质教育和图书馆服务转型提供实践路径,促进学生由“答案获取”转向“证据治理”。

王亮 金, 浩源 李, 逊衍 顾, 培浩 童

面向缺乏飞行与摄影经验的普通用户,本文提出一种“表达意图—编译镜头—预检反馈—确认执行”的AI原生航拍协同交互框架。系统不把自然语言直接等同于飞控命令,而是先生成可编辑的镜头程序,并以构图预览、风险提示和降级解释支持用户确认。公开研究表明,文本驱动航拍可明显降低操作负荷,结构化运动语言也有助于提升镜头控制的可解释性。本文据此将AI定位为协作式导演,而非不可干预的自动飞手。该设计把自动化能力放在用户可见的协商链路中,使普通用户能够表达...

欢玲 杜, 建鑫 覃, 林洋 邓, 茜 王, 文娟 严

针对当代青年群体孤独感加剧、传统桌面产品情感交互缺失的问题,本文设计并实现了一款以 STM32F103C8T6 为主控的多模态情感交互智能桌宠。通过情感状态机实现用户行为到情绪状态的映射,同步驱动 OLED 动态表情、舵机肢体动作、RGB...

胤 徐, 倩 徐, 月辉 韩, 慧 王, 灿 宋

随着业务系统规模不断扩大和数据交互日益频繁,数据异常往往难以及时发现,影响业务运行质量与决策效率。本文围绕面向业务系统的数据监测体系构建展开研究,从理论基础、监测对象与指标、技术架构、运行机制以及保障优化五个方面进行系统论述。研究认为,数据监测体系应以业务需求为导向,以指标设计为核心,以技术架构为支撑,以运行机制为纽带,以制度保障为基础,形成覆盖数据采集、处理、分析、反馈与改进的完整闭环。通过分层设计与持续优化,能够提升数据监测的及...

小峰 孟, 满江 李

安全运营中心正在把告警分诊、检测规则编写和代码审计交给大语言模型,判决环节一旦自动化,分析工具本身就变成了攻击目标。已有的提示注入防御研究以模型是否服从指令作为成败判据,缺少对"防线是否真的改善防御判决质量"的独立测量,公开数字几乎全部来自厂商内部评测。本文把度量对象从模型服从性改为防御判决完整性,以漏报率增量(Injection-induced False Negative rate,IFN)为主指标,配合过度保守率与开销,在...

文雨泽 李, 凯莉 吴, 建平 蒋, 秋玲 朱

本文聚焦美国H.R.9333《人工智能缺陷报告与安全增强法案》所反映的人工智能安全治理转向,系统梳理其在缺陷自愿报告、分类跟踪、标准指南和数据库建设等方面的制度安排,并结合欧盟、OECD、英国、新加坡等治理实践分析国际规则演进趋势。研究认为,人工智能安全治理正由原则倡议转向事件报告、测试评估和数据闭环,美方相关规则可能通过市场准入、测评认证、客户尽调和标准合作等渠道外溢,抬升我国企业出海合规成本,增加缺陷信息跨境披露风险,并挤压产业...

金珠 李, 海峰 王, 双庆 梁, 利民 赵

提高采收率(EOR)技术主要包括化学驱、气驱和稠油热采,均以扩大波及体积、提高剩余油动用程度为目标。人工智能正深度嵌入EOR,构建“感知—分析—决策—执行”闭环,推动注采工具智能化、过程监督数智化和动态调整规范化。以物理约束机器学习为核心、智能井筒工具为执行端、自动控制为神经的闭环系统正在形成。智能分层注采、井下边缘计算和深度强化学习驱替优化等技术已在多类场景初步验证,展现出超越物理极限提升采收率的潜力。未来,小样本物理嵌入智能、井...

鹏 田, 晚笛 胡, 钦亚 许, 雪洋 刘, 爽 王

网络安全数据属于数字经济同网络空间安全深度交融之后所形成的数据要素市场配置的关键资源,具有多源异构、高时效性、风险性等特点,对于这样的特点,现有的数据价值评价方法存在着价值判断标准不明晰、价值判断体系缺乏、应用场景不匹配等问题,因此本文就网络安全数据的价值判定体系展开研究,从网络安全数据的应用场景和安全属性出发,确定网络安全数据价值的主要内容,用价值维度的设计、价值评估模型的建立等工作来完善网络安全领域数据评价的理论框架,很好地解决...

凯 黄, 伟硕 李, 鑫雨 王

当前,以大模型和高质量数据集为代表的人工智能技术正快速向制造业渗透。本文以最新政策为依据,从全球环境背景、制造业需求、培育新质生产力的角度证明发展智能制造的必然性与紧迫性,剖析通过大模型与高质量数据集可以重构制造业范式,并从战略定位、数据底座、场景牵引、技术独立、机制变革、精准核算与成本管理等角度提出传统制造业企业改革与发展方向,建议国有制造企业应把握人工智能变革的窗口,快速向智能化转型升级。

佳裔 于

本科毕业论文管理长期存在多主体协同困难、过程监管乏力、评审主观性强等问题,评审环节的廉政风险也缺乏有效监管手段。针对这一现状,设计了一套基于多智能体协同的毕业论文全流程智能服务与管理平台。平台将循环改进的管理思想融入业务流程,把开题、指导、评审、答辩、归档组织为闭环管理链条,以大语言模型为智能引擎提供选题推荐、校对排版、过程指导和辅助评审等支持,并将绩效评价与廉政风险预警嵌入日常业务。论文给出了需求分析、总体架构与核心模块设计,可为...

永哲 张

随着我国电力现货市场改革不断深入,火电机组传统人工经验竞价模式已无法满足市场需求。本文基于大数据与人工智能技术,结合电力现货市场运行规则,融合机组集控运行经验与煤耗特性曲线,构建智能化竞价决策体系。通过AI算法实现电价精准预测、机组最优出力求解与动态报价策略自动生成,并建立全流程偏差管控体系,以期规避现货市场交易亏损,降低电量偏差考核损失,提升火电机组市场化运行收益与市场竞争力。

肖 刘

高校数据中台的价值既体现在系统接入和数据服务能力的形成,也体现在持续运营中对业务协同的支撑。随着业务系统接入和数据服务的推进,数据中台已能为数据上报等工作提供支撑,但运营中的标准、责任与场景衔接问题也随之显现。本文结合数据对接与应用实践,梳理数据标准不一致、部分数据权威源不清晰、上报场景尚未全面贯通等问题,分析其背后的标准执行、责任划分和业务协同原因,提出完善标准约束、明确数据源责任、分场景推进数据复用与上报的优化路径。研究认为,已...

贞霖 李

铁路12306承担车票查询、预订、支付、改签及退票等业务,交易过程中不断生成订单状态、处理流水与辅助记录。部分查询缓存及中间记录虽已失效,仍可能滞留后台。与此同时,电子客票关联运输合同、资金结算及旅客信息,业务已经办结并不意味着有关数据可以立即删除。不同记录的保存要求存在差异,清理前须核实交易状态、引用关系及期限条件。本文围绕无效冗余数据的形成、判定和后台处置流程展开分析。

明杨 赵

人工智能个性化反馈在英语视听教学中应用日益广泛,但技术功能的实现以学生接纳为前提。本文以技术接受模型(TAM)为理论基础,梳理TAM核心变量与扩展脉络,分析AI教育场景对TAM理性假设的挑战,聚焦民办高校英语视听教学情境特殊性。在此基础上,整合感知有用性、感知易用性、社会影响与接受度,形成一个适用于该情境的理论分析框架。研究认为,TAM在AI教育场景中需要情境化调整,民办高校英语视听教学构成了具有理论探究价值的接受度研究情境。

招毅 韩

传统YOLOv8检测精度高、通用性强,但模型参数量大、计算负担重,难以部署在树莓派等低算力边缘设备。轻量化的YOLOv8n 虽速度更快,却存在小目标漏检、遮挡目标定位不准、特征提取能力不足等问题。为此,本文在 YOLOv8n 基础上改进,提出轻量检测算法 LW-YOLOv8。通过 Ghost 卷积重构主干 C2f 模块以降低参数量,利用 GSConv 结合CARAFE 上采样优化特征融合,引入轻量化 EMA...

国翔 何

网络违法和不良信息有着传播速度较快、表现形式繁杂多样、隐蔽性较强等特性,传统的人工巡查、规则筛查手段已经很难满足海量网络内容治理的需求。大数据技术能够针对文本、图片、视频、链接、账号行为、访问日志、传播路径等多源数据展开采集、存储、分析、关联工作,为自动识别、风险研判、处置闭环给予技术支持。本文基于网络工程应用场景,剖析网络违法和不良信息治理的现实需求,探究大数据技术在数据汇聚、模型识别、风险分级、联动处置方面的应用途径,并且提出完...