2019年12月7日，节逢大雪，仲冬伊始，由全国工业统计学讲授钻研会青年统计学家协会主办，拉斯维加斯9888承办的“第一届（2019）统计学青年学者与产业论坛”在燕园顺利进行。

论坛会场

本届论坛由全国工业统计学讲授钻研会青年统计学家协会副秘书长、拉斯维加斯9888校友赵琬迪教授主持，共计汇报7篇，来自中国科学院、乐山大学、中央财经大学的多位获得国度卓越青年科学基金和国度优良青年科学基金的专家学者，以及来自美团点评、腾云大学、金风科技与浩鲸科技等多家国内表驰名数据科学产业企业的有关掌管人就数据分析步骤、人为智能数据挖掘等方面的数据利用在会上进行了分享与会商。

王汉生 拉斯维加斯9888商务统计与经济计量系系主任、教授

拉斯维加斯9888商务统计与经济计量系系主任、全国工业统计学讲授钻研会青年统计学家协会会长王汉生教授为论坛致辞。王汉生教授首先表白了对与会学者的迎接与对本次论坛的等待。他暗示，“数据的价值就是主题业务需要”，好的问题往往来自产业钻研，统计学科的整体发展与产业的发展亲昵有关，但愿通过本次论坛为数据科学产业与统计学及有关学科的青年学者搭建互换合作平台，进一步加强统计学以及有关数据学科同数据产业的交叉融合，推进学界钻研成就在数据产业需要中的使用，共同助益我国数据产业的将来发展。

张新雨 中国科学院数学与系统科学钻研院系统科学钻研所钻研员

中国科学院数学与系统科学钻研院系统科学钻研所钻研怨嘏新雨教授首先做出了题为“模型不确定性和模型均匀步骤”的汇报。张新雨教授指出，在现实问题建模中，通；嵛疃远喔霰秆∧Ｐ偷治薹ㄈ范ㄊ褂媚母瞿Ｐ偷睦Ь，这就是模型上的不确定性。模型的不确定性重要起源于三个方面：理论不确定性、异质性不确定性、以及函数大局的不确定性。在统计分析中忽视模型的不确定性会导致信息失落和不稳重预测，造成预测失效，从而决策失误。

而模型均匀步骤令是处置模型不确定性的重要步骤之一。通过对来自分歧模型的估计进行加权均匀，得到一个更优的估计。张新雨教授沉点介绍了频率模型均匀和贝叶斯模型均匀两衷旖均步骤，并对频率模型均匀中的权沉确定以及统计揣度问题进行了深刻解读。以模型均匀在全国航空客运的需要预测与游览业影响两个案例中的利用为例，张新雨教授批注由于存在理论和供给无效（supply inefficient）遵从散布的不确定性，必要使用模型均匀步骤进行分析。了局批注基于模型均匀得到的预测成效要优于ARMA、BPNN等其他模型。

最后，张新雨教授就模型均匀步骤和人为智能的结合做出补充，并引用英国伟大的统计大家乔治·伯克斯（George E. P. Box）的名言“性质上说，所有模型都是谬误的，但有些是有效的。”但愿透过模型均匀步骤的利用，对数据分析有所助益。

钟威 乐山大学王亚南经济钻研院和经济学院统计系教授

接着来自乐山大学王亚南经济钻研院和经济学院统计系钟威教授做了题为“在耳目才招聘市场的智能匹配和数据挖掘”的汇报。钟威教授针对当前人才招聘市场中存在的人才流失、信息不合称、不足效能等缺点，结合了业界和学术界有关钻研，但愿成立一幼我才智能推荐系统，为市场提供智能的人才推荐，实现自动推荐，数据驱动与方便守护。

钟威教授所提出的的智能匹配舷安身于人道化思虑，通过机械说话编译，实现简历筛选的智能化。在精选过程中钟威教授与其团队基于51job上的数据进行了模型检验，构建了absolute distribution difference指标，用于刻画简历中词语的沉要性。

通过多组案例展示若何使用Word2Vec统计模型实现多个维度进行匹配，透过加权评分推算幼我简历与招聘信息的匹配度，从而实现岗位配对；诟檬导氏钅，钟威教授进一步进行了薪资数据挖掘。钻研薪资和技术的潜在关系有助于提升技术的回报率，领导人才造就机构进行人才造就。

李季 中央财经大学商学院市场营销系的教授

来自中央财经大学商学院市场营销系的李季教授做了题为“数据分析在智慧供热中的利用”的汇报。李季教授提到当前市场营销人才造就面对的猜疑，以为随着大数据时期的到来，在数据分析技术加持下的大数据营销专业得以崛起。随后，她分享了数据分析在供热这样一个传统行业中的利用钻研。

本着数据分析萦绕业务需要的准则，李季教授的团队深刻走访供热企业，相识到供热企业最主题的业务需要并不仅仅是提高收入、节造成本，还有降低投诉率；诖，钻研团队以为终端用户数据具罕见据量大，种类多，实时采集的特点，因而对于业务指标的实现拥有更大的价值。李季教授与其团队对赤峰某智慧供热试点项主张供热数据进行建模分析，重要基于户型数据、户表数据、供热数据和邻居数据成立了用户室温预测模型、供水温度以及热耗预测模型。在深刻分析业务场景的过程中，发现用户网络特点，即周围邻居的供暖数据对主题用户的影响是极度巨大的。在数据分析的支持下，该试点项主张供热水力平衡问题得到显著改善，节约能源方面也获得不错的成效。

李季教员的分享结合了传统行业和数据分析。所有解决问题的思路都起源于我们对业务的深刻理解，在详细展示数据分析产生价值过程的同时，带给各人好多启发和思虑。

曹国骏 美团资深总监、用户平台贸易分析掌管人

来自美团资深总监、用户平台贸易分析掌管人曹国骏先生首先带来美团大数据利用的实际分享。作为中国最大的互联网+生涯服务平台，美团点评构建了覆盖“吃、住、杏注游、购、玩”的全域服务生态，在此基础上，萦绕“用户+商户”双核，美团点评形成了蕴含海量用户消费买卖数据、点评UGC数据和商户数据的大数据资产库。通过提供对表数据服务，美团点评实现了对当局、企业、商户和用户的数据赋能，达成社会效益和经济效益的“双赢”。曹国骏先生通过美团在表卖、配送、酒旅三个方面的贸易分析利用为例，分解了在美团发展过程中数据的沉要价值。

大数据的分析利用，为美团在线上发展、数字化营销、产品合作、系统融合等提供决策凭据；基于场景的用户精准画像加强用户履历，使大数据全面渗入至美团配送业务全流程多场景中；同时动态地优化基础网络，从而保障配送业务中运力需要的动态平衡。

杨慧 腾云大学执行校长

腾云大学的执行校长杨慧博士为论坛带来了“新工科布景下商科学生的数据分析造就”汇报。杨慧博士指出，在新工科布景下，各行各业纷纷进行数字化转型，在这些行业转型的背后，是从事数据业务主题技术人才的巨大缺口。若何对接高校资源和业界信息，若何援手数据行业更多地造就创造高质量的贸易价值的人才，是目前数据行业的沉要问题。

腾云大学致力于专业数据人才造就，通过教育培训引入数据人才，推动生态中的人才转化与提升，提供人才服务。杨慧博士以腾云大学与中国人民大学商学院产学研三位一体合作，向人大商学院本科、MBA 输出项目，造就卓越的贸易数据分析师为例，介绍了腾云大学的人才造就模式。腾云大学的数据人才造就项目在于高效地利用学生的碎片化功夫，选取数据科学导师+行业导师双师造造就模式，提供基于真实案例与真实出产环境脱敏数据集的实战训练，共同社群激励造度，造就卓越贸易数据分析师。最后，杨慧博士提到，复合交叉型人才离不开高校和业界的共同致力，但愿可能集结蕴含企业与高校在内的各方力量，推动专业数据人才教育的发展，造就出更多符应时期要求、切合行业需要的人才，从而赋能整个数据行业的发展。

严斌 北京金风科创风电设备有限公司服务技术部治理数字化团队掌管人

来自北京金风科创风电设备有限公司服务技术部治理数字化团队掌管人严斌先生为论坛带来了题为“基于备件分类的风机库存战术钻延妆的汇报。金风科技作为目前国内最大的风力发电机组整机造作商，造订合理的风机备件供给与库存战术对于平价上网布景下的风电企业尤为沉要。严斌先生通过风机库存的案例，对于备件若何分类、该造订怎么的存储战术，并结合自己的工作经验，做了杰出的分享。

对于备件分类，严斌先生暗示能够从备件的自身属性和所处的环境两个方面思考。备件自身占有肯定的寿命与维建可行性，当备件出现故障时，必要；写χ，此时就会产生运输成本、守护成本等，若是不知路其属性就无法急剧提供备件，从而造成成本上的浪费。同样备件自身的属性也会影响发电量收益。另一方面，备件所处的环境也必要思考，如是否限电、风速、季节等成分城市直接影响到收益。综合这两个方面的思考，以定性与定量两种方式对备件进行分类，并造订相应的库存战术，最后凭据三个统一配置项主张优化了局进行对比，发现库存金额显著降落，同时发电量获得了提升。

严斌先生总结，业务需要决定了战术，只有凭据业务的属性决定相应的库存战术，能力在节约成本的同时为客户带来更多的发电量收益。

李百成 浩鲸科技大数据产品线AI团队掌管人

论坛最后，浩鲸科技大数据产品线AI团队的掌管人李百成先生为论坛带来题为“人为智能在运营商企业的利用”汇报。浩鲸科技是阿里巴巴和中兴通讯共同投资的一家基于云推算、大数据、人为智能技术驱动的数据智能科技公司。李百成先生暗示，在面向行业在现阶段所面对的挑战（幼场景、人才欠缺、工程化 落地、可持续优化等问题），浩鲸科技但愿能成立一个平台提供预处置工作，降低企业实现数字化的门槛，让AI成为行业人为智能的底座，赋能企业出产属于自己的AI。

李百成先生以运营商行业为例，别离从精确治理、精准营销、精密服务、精益运维四个方面分享了浩鲸科技在人为智能方面的实际。在精确治理方面，提升投资的精准性；实现精准的人力资源配置和治理；进而实现交易风险的可控性。好比人为稽核耗人力且效能低，工作量大且用度高；而交易稽核选取实名造稽核，能够提升效能、节约成本。在精确营销方面，利用AI技术扭转千篇一律的营销模式，实现精准客户画像鉴别，并针对客户群体进行推荐，从贡献、活跃、增长三个维度来评价客户价值，构建用户价值行为宽表，进行客户价值评分及分值划分，从而提升潜在优质客户的价值。在精密服务方面，以智能装维为例，无源设备的守护极度依赖人为，效能低本高，而基于AI的技术，能够通过对结构化的图片进行鉴别，从而实现智能装维。在精益运维方面，重要以异常检测为例，随着运维规模逐步增大，监控指标发作式增长，通过人为设立合理告警阈值的配置成本极高、效能低；通过AI算法进行自动异常检测能够增长效能，保障正确率，其中异常检测有两种蹊径：一步到位（端到端分类）和散布求解（回归+异常判断）。

至此，第一届（2019）统计学青年学者与产业论坛在掌声中圆满实现。

论坛现场

行政中心系事务与会务活动部供稿