商业智能实验室(商业智能实验室)

由网友(女性简单文雅气质的)分享简介:baidu贸易智能试验室,Business Intelligence Lab,简称BIL,二零一八年一月一八日建立,隶属于baidu研究院9大试验室之1。试验室聚焦于新兴数据麇集型使用的数据阐发技能研发和相干财产的研究,致力于为互助搭档供给低效的数据阐发东西以及智慧的贸易解决方案。试验室出格存眷鉴于baidu正在时空大数据上奇特的上风开铺...

百度商业智能实验室,Business Intelligence Lab,简称BIL,2018年1月18日成立,隶属于百度研究院九大实验室之一。

强强联手 海大携手SNP公司成立 海大 SNP商业智能联合实验室

实验室聚焦于新兴数据密集型应用的数据分析技术研发以及相关产业的研究,致力于为合作伙伴提供高效的数据分析工具和智慧的商业解决方案。实验室特别关注基于百度在时空大数据上独特的优势开展基础和落地研究。

中文名

商业智能实验室

隶属

百度研究院

实验室主任

窦德景

外文名

Business Intelligence Lab,BIL

类型

技术研发部门

成立时间

2018年1月18日

机构简介

百度商业智能实验室于2018年1月18日成立,研究方向包括:商业智能、人工智能、数据挖掘、移动计算、 知识图谱、小样本学习、可视化,以及在智慧城市、智慧交通、智慧金融、生物制药等方面的应用研究。百度商业智能实验室于2018年1月18日成立,研究方向包括:商业智能、移动计算、城市大数据、智慧交通、知识图谱、数据挖掘等。

2018年1月,美国罗格斯-新泽西州立大学罗格斯商学院管理科学与信息系统系正教授(终身教授)、院长讲席教授熊辉担任商业智能实验室主任。

2020年7月,美国俄勒冈大学计算机和信息科学系正教授(终身教授),百度研究院科学家窦德景担任商业智能实验室主任。

实验室研究员主要为来自中国科学技术大学、清华大学、新加坡国立大学、香港科技大学、西北工业大学、中国科学院大学的博士、硕士等。

项目经验

百度商业智能实验室主导发布了第一款产品级的多模态智能出行推荐引擎,率先提出了个性化和情景感知的智能推荐算法,该技术已经被应用在百度地图的智行产品中。此外,实验室还与北京交通研究院合作,进行“城市用地与出行规律挖掘”研究,针对多样化的城市应用需求,构建了基于压缩感知技术的多尺度城市用地划分;同时,通过用户的多模态出行数据,分析用户移动行为规律,进而从用户活动内容的角度,利用词嵌入模型对城市功能区实现动态识别和划分等。

城市大数据

2018年10月24日,在雄安新区管委会召开的新闻工作会议上,百度商业智能实验室发布了名为《管窥雄安之变,百度大数据见证历史和未来》的大数据报告。该报告基于雄安新区不同类别兴趣点(POI)数量的增减变化,以及百度的用户画像数据,通过人工智能分析技术,从功能区变化、POI增减、常住人口和流动人口属性变迁和用户检索数据分析等多个角度,综合运用数据挖掘、用户行为理解和文本分析等技术,对雄安新区的变化进行了量化解读,较为全面地展现了雄安新区一年多来的变化,从而帮人们认识和发现一个发展中的雄安。

2020年1月13日,在雄安市民服务中心举办的新闻发布会上,百度正式发布了《雄安嬗变-雄安新区2019年大数据报告》。《报告》从雄安新区生态环境改善、城市功能区和基础设施升级改造、人口结构变迁、网络空间城市魅力提升等多个角度进行分析,为公众展现雄安新区从以规划为中心向以大规模开工建设为中心转变所带来的巨大变化。2019年的雄安大数据报告综合运用了数据挖掘、自然语言理解和计算机视觉等技术,较为全面地对雄安新区的发展变化进行了量化的分析和解读。

2021年1月28日,在人民网演播厅面向全国网络直播的发布会上,百度正式发布了《未来之城 拔节生长——雄安新区2020年大数据报告》。《报告》从生态环境、基建成果、产业发展、人口画像和网络形象等多个角度,基于动态人口密度、人口密度、出行目的、复工指数、迁徙规模指数、城内出行强度、人口吸引力、青年人口吸引力、POI等行业数据指标和优质数据资源,综合运用数据挖掘、自然语言处理、计算机视觉、遥感卫星影像等技术,对雄安新区2020年的发展变化进行量化分析和解读,全方位展现了雄安新区的最新面貌。

城市量化分析

百度商业智能实验室一直致力于智慧城市和智慧交通方面的技术研究和应用研究。2018年,实验室与新华社《瞭望》周刊和瞭望智库建立了战略合作伙伴关系,联合设立了“中国幸福城市实验室”,致力为党中央治国理致、为地方政府为人民谋幸福提供精准“测量”指标。

“中国最具幸福感城市”调查推选活动由新华社瞭望周刊社所属《瞭望东方周刊》与瞭望智库共同主办,自2007年至2020年已连续举办14年,全国超过10亿人次参与调查。

作为该活动的数据战略合作伙伴,百度商业智能实验室创造性地设计了基于大数据的城市幸福感指标体系,该体系包括 9 个一级指标、上百个二级细分指标,可以多角度、全方位、量化地刻画一个城市居民的幸福感体验。

2018年11月26日,“2018中国最具幸福感城市”调查推选活动结果在广州发布,成都、宁波、杭州等城市入选。该报告发布后受到逾百家媒体进行了相关报道,微博相关话题的阅读量超过1.5亿,湖南卫视天天向上专题报道,双网收视第一。

2019年,幸福感计算指数体系1.0正式升级为2.0版本。升级后的幸福感计算框架2.0,采用了包括用户画像、区域画像、时空知识图谱以及自然语言处理和图像分析在内更多的技术手段,可以更加科学合理地刻画一个城市居民的幸福感体验。此次报告发布后受到各大主流媒体的报道,微博相关话题词累计阅读量超过1.9亿,讨论量超过1.7万,登陆微博话题词热搜榜;新华网、人民日报、中国日报等逾百家主流媒体纷纷报道并转发。

2020年,幸福感计算指数体系升级为9+X框架,除了9大指标体系,新增了X指数,用于覆盖每年的时事热点。2020年的X指数,是基于“新冠肺炎疫情”事件研发的“大数据抗疫指数”。它是结合百度地图迁徙大数据、城市出行强度、复工复产指数以及城市居民新冠疫情关注度、城市人均确诊病例数等多个指标综合计算得来的,从居民关切、病例传播、复工复产和城市活跃度恢复情况等多个角度,建立了基于新冠肺炎疫情的城市幸福感分析指数。

在论坛上,百度CTO王海峰向广大网民解读了城市幸福感指数,向来自全国40余个城市的管理者,介绍了百度运用人工智能推动智慧城市建设的经验成果。此次活动受到了“中国日报”、“人民网”、“新华社”等中央重点媒体多角度聚焦,各大主流媒体纷纷报道并转发。

KDD CUP 2019

2019年4月,百度公司获得了“KDD CUP 2019”的主办权,KDD CUP素有全球数据挖掘领域“世界杯”之称,是当前数据挖掘领域的国际赛事,2018年参赛队伍曾达到4200余支。

据悉,此次项目由熊辉教授牵头主导,团队历时两个月,经过3轮的申请、答辩,PK掉上百家竞争对手最终成功获得主办权。

近期文章发表

  1. Yaqing Wang, Quanming Yao, James T. Kwok. A Scalable, Adaptive and Sound Nonconvex Regularizer for Low-rank Matrix Learning,2021,The Web Conference(WWW)
  2. Yaqing Wang, James T. Kwok, Lionel M. Ni. Generalized Convolutional Sparse Coding with Unknown Noise,2020,IEEE Transactions on Image Processing(TIP)
  3. Yaqing Wang, Quanming Yao, James T. Kwok, Lionel M. Ni. Generalizing from a Few Examples: A Survey on Few-Shot Learning,2020,ACM Computing Surveys(CSUR)
  4. Runze Wang, Zhen-Hua Ling, Jingbo Zhou, Yu Hu.Tracking Interaction States for Multi-Turn Text-to-SQL Semantic Parsing,2021,AAAI
  5. Congxi Xiao, Jingbo Zhou, Jizhou Huang, Haoyi Xiong, An Zhuo, Ji Liu, Dejing Dou.C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods Ahead of COVID-19 Outbreak,2021,AAAI
  6. Qiang Zhou, Jingjing Gu, Xinjiang Lu, Fuzheng Zhuang, Yanchao Zhao, Qiuhong Wang, and Xiao Zhang.Modeling Heterogeneous Relations across Multiple Modes for Potential Crowd Flow Prediction,2020,The Thirty-Fifth AAAI Conference on Artificial Intelligence (AAAI-21)
  7. Haoran Xin, Xinjiang Lu, Tong Xu, Hao Liu, Jingjing Gu, Dejing Dou, and Hui Xiong.Out-of-Town Recommendation with Travel Intention Modeling,2020,The Thirty-Fifth AAAI Conference on Artificial Intelligence(AAAI-21)
  8. Hao Liu, Qiyu Wu, Fuzhen Zhuang, Xinjiang Lu, Dejing Dou and Hui Xiong.Community-Aware Multi-Task Transportation Demand Prediction,2021,In Proceedings of the Thirty-Fifth AAAI Conference on Artificial Intelligence,Virtual Conference[1]
  9. Jindong Han, Hao Liu, Hengshu Zhu, Dejing Dou and Hui Xiong.Joint Air Quality and Weather Prediction Based on Multi-Adversarial Spatiotemporal Networks,In Proceedings of the Thirty-Fifth AAAI Conference on Artificial Intelligence,Virtual Conference
  10. Lei Zhang, Runze Wang, Jingbo Zhou, Jingsong Yu, Zhenhua Ling, Hui Xiong.Joint Intent Detection and Entity Linking on Spatial Domain Queries,2020,Findings of EMNLP
  11. Dongjie Wang, Pengyang Wang, Jingbo Zhou, Leilei Sun, Bowen Du, Yanjie Fu.Defending Water Treatment Networks: Exploiting Spatio-temporal Effects for Cyber Attack Detection,2020,ICDM
  12. Jiatao Chen, Liang Zhang, Ke Cheng, Bo Jin, Xinjiang Lu, and Chao Che.Exploring Multi-level Mutual Information for Drug-target Interaction Prediction,2020,2020 International Conference on Bioinformatics andBiomedicine(BIBM)
  13. Bo Jin, Ke Cheng, Yue Qu, Liang Zhang, Keli Xiao, Xinjiang Lu, and Xiaopeng Wei.Fast Sparse Connectivity Network Adaption via Meta-Learning,2020,In 2020 IEEE 20th International Conference on Data Mining(ICDM)
  14. Nengjun Zhu, Jian Cao, Xinjiang Lu, and Qi Gu.Leveraging pointwise prediction with learning to rank for top-N recommendation,2020,World Wide Web (WWWJ, 2020): 1-22
  15. Weijia Zhang, Hao Liu, Yanchi Liu, Jingbo Zhou, Tong Xu and Hui Xiong.Semi-Supervised City-Wide Parking Availability Prediction via Hierarchical Recurrent Graph Neural Network,2020,IEEE Transactions on Knowledge andData Engineering
  16. Hao Liu, Jindong Han, Yanjie Fu, Jingbo Zhou, Xinjiang Lu and Hui Xiong.Multi-Modal Transportation Recommendation with Unified Route Representation Learning,In Proceedings of the VLDB Endowment, Copenhagen, Denmark,2021
  17. Kaichen Zhang, Jingbo Zhou∗, Donglai Tao, Panagiotis Karras, Qing Li, Hui Xiong.Geodemographic Influence Maximization.2020.KDD
  18. Jingbo Zhou, Zhenwei Tang, Min Zhao, Xiang Ge, Fuzheng Zhuang,Meng Zhou, Liming Zou, Chenglei Yang, Hui Xiong. Intelligent Exploration for User Interface Modules of Mobile App with Collective Learning.KDD
  19. Tianyi Hao, Jingbo Zhou, Yunsheng Cheng, Longbo Huang,Haishan Wu.A Unified Framework for User Identification across Online and Offline Data,Transactions on Knowledge and Data Engineering (TKDE2020)

阅读全文

相关推荐

最新文章