检索结果-南通市图书馆

存量与增量的数智化合奏 2021京东Z世代汽车消费趋势报告

在线全文

学校读者我要写书评

暂无评论

汽车与配件 2021年第16期 48-53页

作者：京东研究院京东研究院

中国是否已进入存量市场?新兴增长点是什么?汽车后市场产业链的驱动力在哪里?消费者的特点是什么?未来价值链分工及格局将何去何从?京东大数据研究院联合京东汽车、京洞察等,通过对消费数据、政策、消费者、产业链等多维度的深入分析和... 详细信息

中国是否已进入存量市场?新兴增长点是什么?汽车后市场产业链的驱动力在哪里?消费者的特点是什么?未来价值链分工及格局将何去何从?京东大数据研究院联合京东汽车、京洞察等,通过对消费数据、政策、消费者、产业链等多维度的深入分析和解读,推出对于汽车后市场行业变革的洞察和未来趋势的判断。

关键词：汽车后市场消费趋势价值链分工行业变革京东大数据研究驱动力产业链

在线全文

学校读者我要写书评

暂无评论

AIGC赋能百业,助力产业升级迭代

大数据时代 2023年第8期 6-29页

作者：中国信息通信研究院京东探索研究院中国信息通信研究院京东探索研究院

在当前数字世界和物理世界加速融合的大背景下,人工智能生成内容(Artificial Intelligence Generated Content,简称AIGC)正在悄然引导着一场深刻的变革,重塑甚至颠覆数字内容的生产方式和消费模式,将极大地丰富人们的数字生活,是未来全... 详细信息

在当前数字世界和物理世界加速融合的大背景下,人工智能生成内容(Artificial Intelligence Generated Content,简称AIGC)正在悄然引导着一场深刻的变革,重塑甚至颠覆数字内容的生产方式和消费模式,将极大地丰富人们的数字生活,是未来全面迈向数字文明新时代不可或缺的支撑力量。

关键词：产业升级人工智能消费模式支撑力量 AIG 生产方式助力

基于SVC的电动汽车集群并网鲁棒优化调度模型

在线全文

学校读者我要写书评

暂无评论

高电压技术 2024年第1期50卷 386-393页

作者：李宏胜李鵾汪洋高菲张瑜谢宏福国网河北省电力有限公司营销服务中心石家庄050000 中国电力科学研究院有限公司北京100192 南京东博智慧能源研究院有限公司南京210000

针对电动汽车(electric vehicle,EV)入网时长和荷电状态(state of charge,SOC)的不确定性,提出基于支持向量聚类(support vector clustering,SVC)的电动汽车集群并网鲁棒优化调度模型。以EV的充放电功率作为决策变量,用户最小充电成本... 详细信息

针对电动汽车(electric vehicle,EV)入网时长和荷电状态(state of charge,SOC)的不确定性,提出基于支持向量聚类(support vector clustering,SVC)的电动汽车集群并网鲁棒优化调度模型。以EV的充放电功率作为决策变量,用户最小充电成本为目标函数,建立集群EV调度模型。利用EV历史充电数据,以包含所有样本数据的最小超球体作为不确定集形状,将广义直方图交叉核作为核函数,计算EV入网时间和充电时长参数的不确定集,建立基于SVC的集群EV鲁棒优化调度模型。算例分析结果表明,所提方法能更准确地描述EV充电的不确定性参数,所提模型在保证经济性的同时能迅速响应分时电价,具有较好的实用性。

关键词：电动汽车不确定集入网时长荷电状态支持向量聚类鲁棒优化

在线全文

学校读者我要写书评

暂无评论

2024年高收入国家经济展望

金融会计 2024年第1期 22-25页

作者：沈建光京东集团京东数字科技研究院

随着疫情逐渐平息和贸易的持续恢复,全球经济正在迈向后疫情时代,2023年高收入国家经济和政策走势出现分化:美国在货币政策持续收紧的背景下,经济增长势头仍保持强劲;日本在激进宽松的货币政策、积极的财政政策以及全球产业链重构共同... 详细信息

随着疫情逐渐平息和贸易的持续恢复,全球经济正在迈向后疫情时代,2023年高收入国家经济和政策走势出现分化:美国在货币政策持续收紧的背景下,经济增长势头仍保持强劲;日本在激进宽松的货币政策、积极的财政政策以及全球产业链重构共同推动下,迎来“失去的30年”拐点,走出长期通缩的阴影;欧元区受高通胀制约、深陷能源危机泥潭,工业生产、零售以及投资延续负增长,PMI等前瞻性指标大幅走弱。

关键词：高收入国家经济展望积极的财政政策欧元区工业生产能源危机货币政策经济增长

在线全文

学校读者我要写书评

暂无评论

城市感知体系

武汉大学学报(信息科学版) 2024年

作者：郑宇京东城市(北京)数字科技有限公司京东智能城市研究院西南交通大学计算机与人工智能学院

城市感知体系是感知城市状态的“五官”和数据产生的源头，是开展智能城市建设的前提和发展数字经济的基础。当前城市感知面临着四大挑战：感知内容不全、感知手段单一、整体统筹缺失、运营管理不足。针对以上挑战，提出城市感知体系，... 详细信息

城市感知体系是感知城市状态的“五官”和数据产生的源头，是开展智能城市建设的前提和发展数字经济的基础。当前城市感知面临着四大挑战：感知内容不全、感知手段单一、整体统筹缺失、运营管理不足。针对以上挑战，提出城市感知体系，包括一套理论框架、一套技术产品和一套运营模式，实现“全域感知、精准掌控、合理布局和稳定有效”四大业务目标。理论框架凝炼出“人流量、交通流、环境、公共安全、能耗和经济” 六类智能城市建设中最关注的感知内容，细化和定义各类待感知指标；构建以传感器为中心的固定和移动感知、以人为中心的主动和被动感知四种感知方式；抽象并解决资源部署、采样偏斜、数据稀疏和数据丢失四大技术难题。一套技术产品通过搭建城市感知平台承载理论框架，并为上层应用提供统一的感知数据服务，为感知体系的建设者提供统一的接入和运维工具。一套运营模式实现统筹规划布局、数据全量接入、按需采购服务、系统集成运营，确保感知体系长期稳定有效、商业良性循环。

关键词：智能城市城市计算以人为中心的感知城市感知平台运营模式

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向政务协同的访问控制模型

计算机应用 2024年

作者：赵大燕何华均李宇平张钧波李天瑞郑宇京东城市(北京)数字科技有限公司西南交通大学计算机与人工智能学院北京京东智能城市大数据研究院

针对政务协同场景需求复杂多样、人员流动管理困难、数据隐私度高和数据量大的特点，提出面向政务协同办公的访问控制模型(GBAC)。政务协同场景中访问控制需要实现多部门对同一资源进行不同操作的需求。现有主流访问控制技术面临访问控... 详细信息

针对政务协同场景需求复杂多样、人员流动管理困难、数据隐私度高和数据量大的特点，提出面向政务协同办公的访问控制模型(GBAC)。政务协同场景中访问控制需要实现多部门对同一资源进行不同操作的需求。现有主流访问控制技术面临访问控制粒度不够精细和管理维护成本高的问题，缺乏安全、灵活、精准的访问控制。为此，结合我国政务部门运行机制，首先将政府组织结构和行政区划结构融入访问控制模型，构建政务人员、组织、资源和行政区划的归属关系树；其次，结合政务工作人员所属组织和岗位等属性，构建联合主体，实现自动化授予和解除权限；然后，根据组织职能和行政区划等级设计主客体属性匹配策略，打通数据壁垒，提高鉴权效率；最后，引入权限分级思想，为资源设置数据级别和功能级别，控制主体访问阈值，提高模型灵活性，进一步保障数据安全。与基准模型基于角色的访问控制(RBAC)和基于属性的访问控制(ABAC)相比，内存消耗大幅减小，访问时延更低。安全、高效、灵活地实现了政务协同场景下的权限管理。

关键词：访问控制访问策略政务协同数据共享基于角色的访问控制基于属性的访问控制

2亿车主开启“线上服务”时代汽车后市场线上消费报告(上)

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

汽车与配件 2018年第3期 50-55页

作者：京东BD研究院京东BD研究院

汽车后市场,其广义上被定义为汽车实现销售后,围绕汽车使用所衍生出的一切产品与服务,包括保养维修、配件更换、汽车美容装饰、汽车用品等多个部分。作为全世界最大的汽车消费国,买车逐渐成为普通家庭的常规消费,也正因此,＂汽车后市场... 详细信息

汽车后市场,其广义上被定义为汽车实现销售后,围绕汽车使用所衍生出的一切产品与服务,包括保养维修、配件更换、汽车美容装饰、汽车用品等多个部分。作为全世界最大的汽车消费国,买车逐渐成为普通家庭的常规消费,也正因此,＂汽车后市场＂的消费变化正在愈加地被市场关注。由于强关联保养、维修、安装等线下服务,汽车后市场的线上化消费呈现出一定的特殊性。因此,如何利用互联网优势资源,实现对线上产品消费、线下门店服务的闭环整合尤为重要。

关键词：汽车后市场渗透率汽车保有量汽车装饰

在线全文

学校读者我要写书评

暂无评论

基于深度多视图网络的政务事件分拨方法

计算机科学 2024年第5期51卷 216-222页

作者：李子琛易修文陈顺张钧波李天瑞西南交通大学计算机与人工智能学院成都611756 北京京东智能城市大数据研究院北京100176 京东城市(北京)数字科技有限公司北京100176

12345政务服务便民热线是由各地市政府设立的专门受理热线事项的公共服务平台。随着政府信息化进程的推进,12345热线作为市民与政府交流纽带的重要性大大提高,并对事件处置的效率提出了更高的要求。针对传统事件分拨方法主要依赖于分拨... 详细信息

12345政务服务便民热线是由各地市政府设立的专门受理热线事项的公共服务平台。随着政府信息化进程的推进,12345热线作为市民与政府交流纽带的重要性大大提高,并对事件处置的效率提出了更高的要求。针对传统事件分拨方法主要依赖于分拨人员人工操作、速度较慢、准确率不高,且需要消耗大量人力资源的问题,文中提出了一种基于深度多视图网络的政务事件分拨方法。首先,通过自监督学习训练带权重的图卷积神经网络,从历史记录中抽取事件归口-分拨部门的分拨行为特征作为事件的归口视图。其次,使用经过政务领域语料微调的BERT模型,提取事件描述与事件标题的语义特征,得到事件的语义视图。然后,使用基于交叉注意力机制的残差网络,将事件的两种视图融合,得到事件的融合表征。最后,将融合表征输入分类器,得到事件分拨的结果。在南通市12345热线的数据集上进行实验,结果表明,所提方法在各项指标上均优于其他基线方法,能够有效提高事件分拨的效率。

关键词： 12345热线事件分拨文本分类多视图学习深度学习城市计算

ST-WaveMLP:面向交通流量预测的时空全局感知网络模型

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第5期51卷 27-34页

作者：包锴楠张钧波宋礼李天瑞西南交通大学计算机与人工智能学院成都611756 京东城市(北京)数字科技有限公司北京100176 北京京东智能城市大数据研究院北京100176

交通流量预测在智能交通系统中起着至关重要的作用。精准的交通流量预测不仅能帮助城市管理者进行更好的交通管理,也能帮助人们制定合适的出行计划。然而精准预测交通流量颇具挑战性,主要难点在于如何捕获交通流量数据中复杂的时空依赖... 详细信息

交通流量预测在智能交通系统中起着至关重要的作用。精准的交通流量预测不仅能帮助城市管理者进行更好的交通管理,也能帮助人们制定合适的出行计划。然而精准预测交通流量颇具挑战性,主要难点在于如何捕获交通流量数据中复杂的时空依赖性。近年来,深度学习方法已被成功应用于网格交通流量预测,主要采用深度卷积神经网络来捕获时空依赖性。但是卷积神经网络主要关注数据中空间特征的提取与整合,难以充分挖掘其中复杂的时空依赖性,而且单层卷积网络只能捕获局部空间依赖,因此,要想捕获全局空间依赖就需要对超多层的卷积网络进行堆叠,这将使整个网络模型训练收敛速度变慢。为了解决些问题,提出了一种面向交通流量预测的全局感知时空网络模型ST-WaveMLP,主要使用以多层感知机(MLP)为基础的可重复结构ST-WaveBlock来捕获相关的时空依赖。ST-WaveBlock中包含了捕获全局空间依赖和局部时间依赖的模块(SGAC),以及用于捕获局部空间依赖和全局时间依赖的模块(SLAC)。ST-WaveBlock具有较强的时空表征学习能力,通常仅用2~4个ST-WaveBlock堆叠就能有效捕获数据中的时空依赖性。最后,在4个实际交通流量数据集上进行实验验证,结果表明ST-WaveMLP具有更好的收敛性以及更高的预测精度,相较于之前最好的方法,所提方法预测精度的提升最高可达9.57%,模型收敛速度的提升最高可达30.6%。

关键词：交通流量预测时空依赖性时空深度学习时空数据挖掘