一、项目背景
当前,人工智能已成为新一轮科技革命和产业变革的核心驱动力,正深刻改变全球经济格局与社会生活方式。我国人工智能技术已在金融、医疗、教育、交通、制造、农业等多个行业实现规模化应用,推动千行百业向智能化、服务化转型。同时,大数据产业作为数字经济的关键支撑,2023年我国大数据产业规模已达约1.74万亿元,数据生产总量约32.85ZB,数据资源正加速向生产要素转变。人工智能与大数据的深度融合,正在重塑产业组织模式、创新模式与服务模式,成为培育新质生产力、推动高质量发展的重要引擎。
在此背景下,面向行业真实场景的大数据与人工智能应用创新,对高校人才培养提出了新的要求:既需要学生掌握大数据采集、存储、分析、可视化与机器学习/深度学习等技术,又要求其能够理解行业业务逻辑,完成从“数据”到“价值”的闭环实践。为此,本赛题聚焦“大数据与人工智能行业应用开发”,鼓励参赛团队面向政务、工业、金融、医疗、教育、交通、农业等典型行业场景,设计并实现具有实际应用价值的大数据与人工智能解决方案。
二、项目要求
2.1 项目介绍
本赛题旨在通过竞赛形式,推动大学生深入行业一线,基于真实或仿真数据与业务场景,完成“问题定义—数据分析—模型构建—系统开发—应用验证”的全流程实践。重点考察以下能力:
(1)行业场景理解与需求分析能力;
(2)大数据平台搭建与数据分析能力;
(3)人工智能算法设计与工程实现能力;
(4)系统集成、可视化与应用落地能力;
(5)项目文档撰写与现场展示能力。
2.2 参赛要求
1. 参赛队员须为同一所高校的在校生(含研究生),每队1–5人,指导教师不超过2人。
2. 每支参赛队在本赛题方向仅限提交1件作品,不得跨校组队。
3. 作品须为原创,不得侵犯他人知识产权,不得将往届省级及以上竞赛获奖作品简单包装后重复参赛。
4. 参赛团队须签署《竞赛承诺书》,遵守大赛组委会关于知识产权、学术规范等各项规定。
2.3 项目内容
参赛团队可围绕但不限于以下行业方向自拟题目,完成一个完整的大数据与人工智能行业应用系统。
1. 行业方向示例
智慧政务与城市治理:政务大数据分析、舆情监测、城市事件智能识别与调度等;
智能制造与工业互联网:设备预测性维护、生产过程质量监控、供应链优化等;
智慧金融与风控:信用评估、反欺诈检测、智能投顾、资金流向预测等;
智慧医疗与健康:医学影像辅助诊断、电子病历分析、慢病管理、健康风险评估、中医生活化等;
智慧教育与学习分析:学习行为分析、个性化推荐、自动阅卷与学情预警等;
智慧交通与物流:交通流量预测、路径优化、智能调度与安全预警等;
智慧农业与乡村治理:农情监测、产量预测、病虫害识别、农业资源优化配置等;
其他:能源、环保、文化旅游、电子商务等具有明确行业应用背景的场景。
2. 技术内容要求
作品应包含以下至少3类的技术内容:
数据采集与预处理:支持多源数据(结构化、半结构化、非结构化)采集、清洗、集成与存储;
大数据处理与分析:合理使用大数据平台或组件(如Hadoop、Spark、F 、Hive、H 、ClickHouse等),完成数据统计、挖掘与分析;
人工智能模型构建:根据任务类型选择合适的机器学习/深度学习模型(如分类、回归、聚类、时序预测、推荐、NLP、计算机视觉等),并进行训练、调优与评估;
应用系统开发:设计并实现面向行业用户的Web端或移动端应用系统,提供数据可视化、模型调用、业务流程支持等功能;
部署与运维:在本地或云平台上部署系统,实现稳定运行,并考虑一定的可扩展性与安全性。
2.4 作品要求
(1)作品须以实际或仿真行业场景为背景,具有明确的应用对象和业务价值;
(2)作品应提供完整的数据分析与模型构建过程说明,避免仅做简单可视化或黑箱调用;
(3)作品中使用开放源代码的,应遵循GPL、MIT、BSD、MulanPSL等开源协议,并在文档中明确说明所使用开源组件;
(4)作品应能够在运行环境中稳定部署和运行,并提供完整的安装部署文档与使用说明。
三、作品提交规则
3.1 提交截止时间
作品须在大赛官网规定的提交截止时间前完成网上提交,逾期提交或材料不全者视为自动放弃评审资格。
3.2 提交材料清单
参赛团队须通过大赛评审系统提交以下材料(加粗项为必填/必传项):
1. 项目基本信息
l 作品名称
l 作品简介(300–500字,包含问题背景、解决方案、主要创新点)
l 行业领域与应用场景说明
2. 项目概要介绍(必选):
l 内容:项目背景、目标、整体思路、关键技术路线、亮点与预期效果;
l 格式:Word + PDF各一份,内容相同,不超过1500字;
l 命名:赛题编号_团队编号_团队名称_项目概要介绍。
3. 项目详细方案(必选):
l 内容:需求分析、系统架构设计、数据设计与处理方案、模型设计与评估、系统实现方案、测试与部署方案、风险分析与可行性等;
l 格式:Word + PDF各一份,内容相同;
l 命名:赛题编号_团队编号_团队名称_项目详细方案。
4. 项目简介PPT(必选):
l 内容:项目整体介绍,包括背景、需求、方案、技术实现、演示效果、创新点与团队介绍;
l 格式:PPT或PPTX,可嵌入短视频;
l 命名:赛题编号_团队编号_团队名称_项目简介PPT。
5. 项目演示视频(必选):
l 内容:对系统功能、核心算法、运行效果等进行演示讲解,重点展示系统运行过程与关键结果;
l 格式:MP4,大小不超过200MB,时长不超过8分钟;
l 命名:赛题编号_团队编号_团队名称_项目演示视频。
6. 源代码与可执行程序(必选):
l 提供完整项目源代码、编译脚本、数据库脚本等;
l 提供可部署的可执行程序或镜像,以及安装部署说明;
l 建议在网盘中提供项目仓库链接(如Gitee、GitHub等)。
7. 数据集说明(可选)
8. 其他证明材料(可选)
3.3 提交方式
(1)登录大赛官网作品提交系统,在线填写项目基本信息并上传规定材料;
(2)将所有材料打包为ZIP文件,命名规则为:团队编号_团队名称_赛题编号_作品名称,发送至大赛指定邮箱(以当年大赛通知为准);
(3)参赛团队应保留原始材料备份,以备答辩或抽查时使用。
四、评比方式
4.1 评审流程
大赛评审分为初评、复评和决赛答辩三个阶段:
(1)初评:组委会对作品材料进行资格审核与形式审查,合格作品进入网络初评;
(2)复评:专家通过网络评审对作品方案、技术与实现效果进行综合评分,确定入围决赛名单;
(3)决赛答辩:入围团队进行现场或线上答辩,专家组根据答辩表现和作品质量最终确定奖项。
4.2 评分指标体系
|
一级指标 (占比)
|
二级指标
|
|
行业应用价值 (25%)
|
需求合理性:问题来源于真实行业场景,目标明确,具有实际意义; 应用效果:能有效解决实际问题,具有可预期的经济或社会效益; 可推广性:方案具有可复制性和推广价值,适应类似场景。
|
|
技术创新性 (25%)
|
技术路线创新:采用新技术、新方法或新组合,改进传统方案; 模型与算法创新:在模型结构、特征工程、训练策略等方面有创新点; 数据价值挖掘:对多源数据的利用深度与价值挖掘程度。
|
|
工程实现质量 (30%)
|
系统架构设计:架构合理、层次清晰,具有良好扩展性与安全性; 大数据处理能力:平台选型合理,数据处理效率高,可支撑较大规模数据; 模型工程化:模型训练、评估与部署流程规范,代码质量良好; 系统稳定性:系统运行稳定,资源占用合理,具备一定的容错与恢复能力。
|
|
文档与展示 (20%)
|
文档规范性:文档结构完整、表述清晰,符合工程文档规范; 视频与PPT展示:演示视频清晰完整,PPT重点突出、逻辑清晰; 答辩表现:团队陈述清楚、回答问题准确,体现良好的团队协作与专业素养。
|
4.3 奖项设置
本赛题方向按照大赛整体奖项设置,设一等奖、二等奖、三等奖若干,并择优推荐参加相关国家级赛事或产业对接活动。
五、注意事项
关注官方信息:济南计算机学会网站与大赛官网将发布所有重要通知,请各参赛队及时关注。
加入赛题QQ群:赛题技术支持QQ群由组委会统一公布,用于答疑、资料发布与交流。
知识产权与学术规范:参赛作品须为原创,不得抄袭;引用他人成果须明确标注;使用第三方开源组件须遵循相应协议。
数据安全与隐私保护:使用真实数据时,须严格遵守数据安全与个人信息保护相关法律法规,敏感数据应做脱敏处理。
时间节点与材料要求:请严格按照大赛通知的时间节点完成报名、提交及答辩准备。
其他:大赛组委会拥有对本赛题的最终解释权。