（九）機器學習中的日常生活場景

1． 市民出行選乘公交預測

基于海量公交數(shù)據(jù)記錄，希望挖掘市民在公共交通中的行為模式。以市民出行公交線路選乘預測為方向，期望通過分析公交線路的歷史公交卡交易數(shù)據(jù)，挖掘固定人群在公共交通中的行為模式，分析推測乘客的出行習慣和偏好，從而建立模型預測人們在未來一周內(nèi)將會搭乘哪些公交線路，為廣大乘客提供信息對稱、安全舒適的出行環(huán)境，用數(shù)據(jù)引領(lǐng)未來城市智慧出行。

2． 商品圖片分類

電商網(wǎng)站含有數(shù)以百萬計的商品圖片，“拍照購”“找同款”等應(yīng)用必須對用戶提供的商品圖片進行分類。同時，提取商品圖像特征，可以提供給推薦、廣告等系統(tǒng)，提高推薦／廣告的效果。希望通過對圖像數(shù)據(jù)進行學習，以達到對圖像進行分類劃分的目的。

3． 基于文本內(nèi)容的垃圾短信識別

垃圾短信已日益成為困擾運營商和手機用戶的難題，嚴重影響到人們正常生活、侵害到運營商的社會形象以及危害著社會穩(wěn)定。而不法分子運用科技手段不斷更新垃圾短信形式且傳播途徑非常廣泛，傳統(tǒng)的基于策略、關(guān)鍵詞等過濾的效果有限，很多垃圾短信“逃脫”過濾，繼續(xù)到達手機終端。希望基于短信文本內(nèi)容，結(jié)合機器學習算法、大數(shù)據(jù)分析挖掘來智能地識別垃圾短信及其變種。

4． 國家電網(wǎng)客戶用電異常行為分析

隨著電力系統(tǒng)升級，智能電力設(shè)備的普及，國家電網(wǎng)公司可以實時收集海量的用戶用電行為數(shù)據(jù)、電力設(shè)備監(jiān)測數(shù)據(jù)，因此，國家電網(wǎng)公司希望通過大數(shù)據(jù)分析技術(shù)，科學的開展防竊電監(jiān)測分析，以提高反竊電工作效率，降低竊電行為分析的時間及成本。

5．自動駕駛場景中的交通標志檢測

在自動駕駛場景中，交通標志的檢測和識別對行車周圍環(huán)境的理解起著至關(guān)重要的作用。例如通過檢測識別限速標志來控制當前車輛的速度等；另一方面，將交通標志嵌入到高精度地圖中，對定位導航也起到關(guān)鍵的輔助作用。希望機遇完全真實場景下的圖片數(shù)據(jù)用于訓練和測試，訓練能夠?qū)嶋H應(yīng)用在自動駕駛中的識別模型。

6．大數(shù)據(jù)精準營銷中用戶畫像挖掘

在現(xiàn)代廣告投放系統(tǒng)中，多層級成體系的用戶畫像構(gòu)建算法是實現(xiàn)精準廣告投放的基礎(chǔ)技術(shù)之一。期望基于用戶歷史一個月的查詢詞與用戶的人口屬性標簽（包括性別、年齡、學歷）做為訓練數(shù)據(jù)，通過機器學習、數(shù)據(jù)挖掘技術(shù)構(gòu)建分類算法來對新增用戶的人口屬性進行判定。

7． 監(jiān)控場景下的行人精細化識別

隨著平安中國、平安城市的提出，視頻監(jiān)控被廣泛應(yīng)用于各種領(lǐng)域，這給維護社會治安帶來了便捷；但同時也帶來了一個問題，即海量的視頻監(jiān)控流使得發(fā)生突發(fā)事故后，需要耗費大量的人力物力去搜索有效信息。希望基于監(jiān)控場景下多張帶有標注信息的行人圖像，在定位（頭部、上身、下身、腳、帽子、包）的基礎(chǔ)上研究行人精細化識別算法，自動識別出行人圖像中行人的屬性特征。

8．需求預測與倉儲規(guī)劃方案

擁有海量的買家和賣家交易數(shù)據(jù)的情況下，利用數(shù)據(jù)挖掘技術(shù)，我們能對未來的商品需求量進行準確地預測，從而幫助商家自動化很多供應(yīng)鏈過程中的決策。這些以大數(shù)據(jù)驅(qū)動的供應(yīng)鏈能夠幫助商家大幅降低運營成本，更精確的需求預測，能夠大大地優(yōu)化運營成本，降低收貨時效，提升整個社會的供應(yīng)鏈物流效率，朝智能化的供應(yīng)鏈平臺方向更加邁進一步。高質(zhì)量的商品需求預測是供應(yīng)鏈管理的基礎(chǔ)和核心功能。

9．股價走勢預測

隨著經(jīng)濟社會的發(fā)展，以及人們投資意識的增強，人們越來越多的參與到股票市場的經(jīng)濟活動中，股票投資也已經(jīng)成為人們生活的一個重要組成部分。然而在股票市場中，眾多的指標、眾多的信息，很難找出對股價更為關(guān)鍵的因素；其次股市結(jié)構(gòu)極為復雜，影響因素具有多樣性、相關(guān)性。這導致了很難找出股市內(nèi)在的模式。希望在盡可能全面的收集股市信息的基礎(chǔ)上，建立股價預測模。

10．地震預報

根據(jù)歷史全球大地震的時空圖，找出與中國大陸大地震有關(guān)的14個相關(guān)區(qū)，對這些相關(guān)區(qū)逐一鑒別，選取較優(yōu)的9個，再根據(jù)這9個相關(guān)區(qū)發(fā)生的大震來預測中國大陸在未來一年內(nèi)會不會有大震發(fā)生。

11．穿衣搭配推薦

穿衣搭配是服飾鞋包導購中非常重要的課題，基于搭配專家和達人生成的搭配組合數(shù)據(jù)，百萬級別的商品的文本和圖像數(shù)據(jù)，以及用戶的行為數(shù)據(jù)。期待能從以上行為、文本和圖像數(shù)據(jù)中挖掘穿衣搭配模型，為用戶提供個性化、優(yōu)質(zhì)的、專業(yè)的穿衣搭配方案，預測給定商品的搭配商品集合。

12．依據(jù)用戶軌跡的商戶精準營銷

隨著用戶訪問移動互聯(lián)網(wǎng)的與日俱增，如何根據(jù)用戶的畫像對用戶進行精準營銷成為了很多互聯(lián)網(wǎng)和非互聯(lián)網(wǎng)企業(yè)的新發(fā)展方向。希望根據(jù)商戶位置及分類數(shù)據(jù)、用戶標簽畫像數(shù)據(jù)提取用戶標簽和商戶分類的關(guān)聯(lián)關(guān)系，然后根據(jù)用戶在某一段時間內(nèi)的位置數(shù)據(jù)，判斷用戶進入該商戶地位范圍300米內(nèi)，則對用戶推送符合該用戶畫像的商戶位置和其他優(yōu)惠信息。

13．氣象關(guān)聯(lián)分析

在社會經(jīng)濟生活中，不少行業(yè)，如農(nóng)業(yè)、交通業(yè)、建筑業(yè)、旅游業(yè)、銷售業(yè)、保險業(yè)等，無一例外與天氣的變化息息相關(guān)。為了更深入地挖掘氣象資源的價值，希望基于共計60年的中國地面歷史氣象數(shù)據(jù)，推動氣象數(shù)據(jù)與其他各行各業(yè)數(shù)據(jù)的有效結(jié)合，尋求氣象要素之間、以及氣象與其它事物之間的相互關(guān)系，讓氣象數(shù)據(jù)發(fā)揮更多元化的價值。

14．交通事故成因分析

隨著時代發(fā)展，便捷交通對社會產(chǎn)生巨大貢獻的同時，各類交通事故也嚴重地影響了人們生命財產(chǎn)安全和社會經(jīng)濟發(fā)展。希望通過對事故類型、事故人員、事故車輛、事故天氣、駕照信息、駕駛?cè)藛T犯罪記錄數(shù)據(jù)以及其他和交通事故有關(guān)的數(shù)據(jù)進行深度挖掘，形成交通事故成因分析方案。

15．基于興趣的實時新聞推薦

隨著近年來互聯(lián)網(wǎng)的飛速發(fā)展，個性化推薦已成為各大主流網(wǎng)站的一項必不可少服務(wù)。提供各類新聞的門戶網(wǎng)站是互聯(lián)網(wǎng)上的傳統(tǒng)服務(wù)，但是與當今蓬勃發(fā)展的電子商務(wù)網(wǎng)站相比，新聞的個性化推薦服務(wù)水平仍存在較大差距。希望通過對帶有時間標記的用戶瀏覽行為和新聞文本內(nèi)容進行分析，挖掘用戶的新聞瀏覽模式和變化規(guī)律，設(shè)計及時準確的推薦系統(tǒng)預測用戶未來可能感興趣的新聞。