1、项目名称：面向智能商务的数据融合与分析技术及应用主要完成人：曹杰、伍之昂、潘金贵、姚瑞波、卜湛、张环宇、何丹涛、黄建鹏、何学勇、殷新兵完成单位：南京财经大学、南京大学、焦点科技股份有限公司、中兴软创科技股份有限公司、江苏苏宁易购电子商务有限公司项目简介：本项目立足海量数据时代的挑战，联合多家单位，采用产学研用协同攻关模式，在国家重点研发计划、国家科技支撑计划、国家自然科学基金项目等支持下，紧密结合国家及江苏省产业发展方向，围绕智能商务领域数据融合与分析若干关键技术展开攻关，产生了一系列达到国际主流水平的研究成果，对推动江苏省智能商务领域数据技术产品、应用模式、商业模式创新发展起到了重要的促进作
2、用。主要技术创新如下：1 .采用传感网智能感知和分布式爬虫架构等技术开发异构大数据整合系统，提出可靠反例数据无监督识别方法和基于半监督分类的异构数据真值发现策略，针对轨迹数据构建基于HRtee的二级索引技术，解决了底层数据融合贯通问题。2 .针对文本及交易数据、复杂网络数据和轨迹数据，研制出一系列技术成果：设计并实现了基于广义K-means的快速聚类算法，面向单支树的线性时间复杂度挖掘算法及面向多叉树的近似挖掘算法，基于群智计算的兴趣点标注算法，为企业精细化运营提供了有效的技术支撑。3 .研制了基于混合学习的恶意用户检测系统，保障了企业网站的可信度，采用针对Web服务推荐的混合型协同过滤算法，
3、提升了计算效率及对用户的推荐准确性，提出了基于合并与典型化的三维商品模型综合算法，实现了大规模商品数据的快速可视化。本项目获得国家发明专利授权31件，实用新型专利授权3件，软件著作权（含软件产品登记证书）20件，发表SCI/EI论文45篇，论文合计被引用超过IOoO次，出版专著4部，成果通过了江苏省软件产品检测中心和中国软件评测中心的认证，完成技术成果鉴定2项。相关成果已在省内多家知名电商企业中得到应用，并为企业完成了千余名电商人才的培养，大大提升了我国在智能商务领域的数据融合与分析自主创新能力和整体竞争能力，并具有极大的推广应用前代表性论文论著情况1、代表性论文论著目录序号论文论著名称/刊名
4、/作者影响因子年卷页码（XX年XX卷XX页）发表时间（年月日）通讯作者第一作者SCl他引次数他引总次数是否国内完成1HySAD:ASemi-SupervisedHybridShillingAttackDetectorforTrustworthyProductRecommendation/The18thACMSIGKDDConferenceonKnowledgeDiscoveryandDataMining(KDD2012)IWUZhiang,WuJunjie,CaoJie,TaoDachengEI2012年985-993页2012/08/12曹杰伍之昂1666是2SAIL:Summation-b
5、AsedIncrementalLearningInformation-TheoreticTextClusteringZIEEETransactionsonCybemeticsZCaoJie,VVuZhiang,WuJunjie,XiongHui4.9432013年43卷570-584页2013/03/07伍之昂曹杰829是3TowardsInformation-TheoreticK-neansClusteringfor2.0632013年93卷2026-2037页2012/08/03伍之昂普杰629是ImageIndexingZSignaIProcessingZCaoJie,WuZhiangi
6、WuJunjie,LiuWenjie4CommunityDetectioninMulti-relationalSocialNetworksZThe14thInternationalConferenceonWebInformationSystemEngineering(WISE2013)WuZhiang,YinWenpeng,CaoJie,XuGuandong,CuzzozreaAlfredoEI2013年8181卷43-56页2013/10/13曹杰伍之昂719是5EnhancingGrid-DensityBasedClusteringforHighDimensionalData/Journa
7、lofSystems&Software/ZhaoYanchang,CaoJie,ZhangChengqi,ZhangShichao1.4242011年84卷1524-1539页2011/09/01曹杰赵彦昌619是6DetectingGenuineCommunitiesfrom1.arge-ScaleSocialNetworks:APattern-BasedMethod/TheComputerJournal/WmZhiaiig.1.0002014卷57卷1343/357页2013/11/14曹杰伍之昂216是CaoJie,WuJunjie,WangYouquan,LiuChunyang7ANo
8、velNoiseFilterbasedonInterestingPatternMiningforBag-OrfeatUreSImagesZExpertSystemswithApplications/1/Zhiang,CaoJie,TaoHaicheng,ZhuangYi2.9812013年40卷7555-7561页2013/12/15曹杰伍之昂210是8推荐系统托攻击模型与检测技术综述/科学通报伍之昂，王有权，曹杰EI2014年59卷557-560页2014/07/01曹杰伍之昂66是2、代表性论文论著被他人引用的情况序号被引代表性论文论著题目引文题目/作者引文刊名/影响因子引文发表时间（年月
9、日）1HySAD:ASemi-SupervisedHybridShillingAttackDetectorforTrustworthyProductRecommendationDiscoveryofRankingFraudforMobileAppsZHengshuZhu,HuiXiong,YongGe,EnhongChenIEEETransactionsonKnowledgeandDataEngineering/2.4762015/01/012SAIL:Summation-bAsedIncrementalLearningInformation-TheoreticTextClusteringEv
10、ent-triggeringinnetworkedsystemswithprobabilisticsensorandactuatorfaults/JinliangLiu,DongYueInformationSciences/3.3642013/08/103TowardsInformation-TheoreticK-meansClusteringforImageIndexingAnovelapproachforinitializingthesphericalK-meansclusteringalgorithnRehabDuwairi,MohammedAbu-RahmehSimulationMod
11、ellingPractice&Theory/1.4822015/04/064HySAD:ASemi-SupervisedHybridShillingAttackDetectorforTrustworthyProductRecommendationAnovelitemanomalydetectionapproachagainstshillingattacksincollaborativerecommendationsystemsusingthedynamictimeintervalsegmentationtechnique/HuiXia,BinFang,MinGao,HuiMa,YuanyanT
12、ang,JingWenInformationSciences/3.3642015/06/105EnhancingGrid-DensityBasedClusteringforHighDimensionalDataAtwo-phasealgorithmforconsensusbuildinginAHP-groupdecisionmaking/BojanSrdjevic,ZoricaSrdjevic,BoskoBlagojevic,KosanaSuvocarevAppliedMathematicalModelling/2.2912013/06/016CommunityDetectioninMulti
13、relationalSocialNetworksThestructureanddynamicsofmultilayernetworks/S.Boccaletti,GBianconi,R.Criado,C.I.delGenio,J.G6mez-Gardenes,M.Romance,I.Sendina-Nadal,Z.Wang,M.ZaninPhysicsReports/16.2402014/11/017ANovelNoiseFilterbasedonInterestingPatternMiningforBag-of-featuresImagesColorvideodenoisingusinge
14、pitomeandsparsecoding/HweaYeeLee,WaiLiimHoo,CheeSengChanExpertSystemswithApplications/2.9812015/02/018HySAD:ASemi-SupervisedHybridShillingAttackDetectorforTrustworthyProductRecommendationPopularityModelingforMobileApps:ASequentialApproachZHengshuZhu,ChuanrenLiu,YongGe,HuiXiong,EnhongChenIEEETransact
15、ionsonCybernetics/4.9432015/07/01主要知识产权目录序号知识产权类别知识产权具体名称国家（地区）授权号授权日期证书编号权利人发明人1发明专利一种“网络马甲”的检测方法中国ZL.32016-08-10证书号第号南京财经大学卜湛、伍之昂、曹杰、李秀怡、方昌健、刘英卓2发明专利一种基于模式挖掘的噪音数据过滤方法中国ZL.02013-10-30证书号第号南京财经大学曹杰、伍之昂、李秀怡、毛波、杨风召3发明专利一种可信的云存储系统数据存储模型的存储方法中国ZL.02013-03-13证书号第号南京财经大学曹杰、伍之昂、张圣、王有权、方仓健4发明专利基于修正的K近邻文本分类方
16、法中国ZL.52012-02-29证书号第916306号南京财经大学曹杰、伍之昂、王有权、方仓健5发明专利基于马尔科夫链的网格服务质量调度方法中国ZL.22012-11-14证书号第号南京财经大学曹杰、伍之昂、毛波、王有权、方仓健6发明专利一种基于虚拟面光源的实时场景绘制方法中IklZL.92016-08-17证书号第号南京大学潘金贵、过洁7发明专利一种基于搜索引擎的轻量级通用网页主题爬虫方法中国ZL.62016-11-23证书号第号焦点科技股份有限公司姚瑞波、周凤波、翁强8发明专利一种语义关联索引方法中国ZL.72016-06-15证书号第号焦点科技股份有限公司姚瑞波、周凤波、翁强9发明专利
17、一种基于数据仓库的异构大数据整合方法和系统中国ZL.42016-09-07证书号第号焦点科技股份有限公司徐晓冬、邹铁鹏、何昌桃、黄建鹏10发明专利一种基于元数据保存存储信息及统计管理数据的方法中国ZL.72015-05-06证书号第号焦点科技股份有限公司何学勇、梁峰、许诺主要完成人情况序号姓名技术职称工作单位对本项目贡献1B杰教授南京财经大学项目总负责人，全面组织项目设计、实施，对关键问题及创新点的提出把握方向。对科技创新2和3做出了重要贡献，牵头将本项目进行产业化应用。本人在该项技术研发工作中投入的工作量约占本人工作总量的90%。2伍之昂教授南京财经大学作为项目主要技术骨干，负责针对技术难点
18、和创新点进行技术攻关，实施方案的研究、拟定，对科技创新3做出了创造性贡献，为本项目技术的推广应用做出了重要贡献。本人在该项技术研发工作中投入的工作量约占本人工作总量的85%o3潘金贵教授南京大学作为项目主要技术骨干，对科技创新1和3做出了创造性贡献，同时参与了本项目的产业化推广工作。本人在该项技术研发工作中投入的工作量约占本人工作总量的80%o4姚瑞波高级工程师焦点科技股份有限公司负责项目推广应用的组织与实施，对科技创新1做出了创造性贡献。其所在单位作为本项目的产业化应用基地，为项目的研发提供了大量的数据源，对项目的产业化应用起到关键性的推动作用。本人在该项技术研发工作中投入的工作量约占本人工
19、作总量的70%。5卜湛副教授南京财经大学负责项目关键技术研发，科技创新2做出了创造性贡献，同时参与了本项目的产业化推广工作。本人在该项技术研发工作中投入的工作量约占本人工作总量的70%o6张环宇工程师中兴软创科技股份有限公司负责项目推广应用的组织与实施，对科技创新1做出了创造性贡献，牵头将本项目技术成果”多源异构数据融合”、“轨迹数据挖掘”等在其所在单位进行推广应用。本人在该项技术研发工作中投入的工作量约占本人工作总量的60%o7何丹涛高级工程师江苏苏宁易购电子商务有限公司负责项目推广应用的组织与实施，对科技创新1做出了创造性贡献，牵头将本项目技术成果“异常检测”、“个性化推荐”和“三维可视化
20、等应用于苏宁易购电子商务平台中。本人在该项技术研发工作中投入的工作量约占本人工作总量的60%o8黄建鹏工程师焦点科技股份有限公司参与项目推广应用的组织与实施，对科技创新1做出了创造性贡献，对本项目的产业化应用起到关键性的推动作用。本人在该项技术研发工作中投入的工作量约占本人工作总量的60%o9何学勇工程师焦点科技股份有限公司参与项目推广应用的组织与实施，对科技创新1做出了创造性贡献，对本项目的产业化应用起到关键性的推动作用。本人在该项技术研发工作中投入的工作量约占本人工作总量的55%。10殷新兵工程师中兴软创科技股份有限公司参与项目推广应用的组织与实施，对科技创新1做出了创造性贡献。同时，参与将本项目技术成果“多源异构数据融合”、“轨迹数据挖掘”等在其所在单位进行推广应用。本人在该项技术研发工作中投入的工作量约占本人工作总量的55%o
免费区 
