大数据情境下的国家级信用平台及金融信用创新应用研究-长三角征信链创新示范应用与实践

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    92146002
  • 项目类别:
    重大研究计划
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0119.新技术驱动的管理理论与方法
  • 结题年份:
    2022
  • 批准年份:
    2021
  • 项目状态:
    已结题
  • 起止时间:
    2022-01-01 至2022-12-31

项目摘要

In today's big data environment and digital life background, traditional management decision-making is gradually shifting from a linear paradigm based on management processes to a new flat interactive paradigm centered on data. The new management decision paradigm presents a big data-driven panorama The role of each participant in management decision-making and the flow of data and information tend to be more diversified and interactive. In order to facilitate the innovation and development of Small and Medium size Enterprises(SMEs), especially to promote the high-quality development of "specialization, refinement, specialization, novelty" SMEs, it is necessary to strengthen the service function of finance to the real economy. Improving the social credit governance system and solving the problem of segmentation of credit data has become an important breakthrough in improving the efficiency of financial resource allocation..During the 14th Five-Year Plan period, China will gradually build a cluster of high-quality SMEs gradient cultivation system, and form a network collaborative development system of SMEs with "specialization, refinement, specialization, novelty" SMEs as the core node and innovative SMEs as the important node. To satisfy with major national needs, this project focuses on innovative SMEs in the Yangtze River Delta region, and studies the construction of an inter-enterprise credit network with "specialization, refinement, specialization, novelty" SMEs as the core nodes and innovative SMEs as important nodes in the context of big data. Our project also studies the social credit governance and management decision-making empowered by big data, based on the Yangtze River Delta Credit Information Chain Financial practice. At the same time, block chain technology is used to organize multi-subject, multi-dimensional and multi-dimensional corporate credit data, and artificial intelligence, privacy computing and other technologies are used to innovate financial credit big data value discovery methods and deeply mine data value. Finally, a demonstration prototype of financial credit innovation application for "specialization, refinement, specialization, novelty" SMEs and innovative SMEs network in the Yangtze River Delta region will be formed. Through the iterative optimization of the demonstration prototype, a national demonstration application will be gradually formed.
在如今大数据环境与数字化生活背景下,传统的管理决策正在从以管理流程为主的线性范式逐渐向以数据为中心的新型扁平化互动范式转变,新型管理决策范式呈现出大数据驱动的全景式特点,管理决策中各参与方的角色和数据信息流向更趋于多元和交互。为助力我国中小企业创新发展,尤其是推进专精特新“小巨人”企业高质量发展,需要强化金融对实体经济的服务功能。完善社会信用治理体系、解决信用数据条块分割问题成为提高金融资源配置效率的重要突破口。.“十四五”期间国家将逐步构建起“百十万千”的优质中小企业梯度培育体系,形成以专精特新“小巨人”企业为核心节点,创新型中小企业为重要节点的中小企业网络协同发展体系。本项目结合国家重大需求,立足长三角地区,聚焦创新型中小企业,研究大数据情境下以专精特新“小巨人”企业为核心节点,创新型中小企业为重要节点的企业间信用网络构建方法,研究大数据赋能的社会信用治理与管理决策,并且基于团队在长三角征信链建设的金融实践,研究多主体社会信用数据资源治理与协同管理机制,同时运用区块链技术组织具有多主体、多元、多维特征的企业信用数据,运用人工智能、隐私计算等技术创新金融信用大数据价值发现方法,深度挖掘数据价值。最后形成面向长三角地区“专精特新”小巨人企业和创新型中小企业网络的金融信用创新应用示范原型,通过对示范原型的迭代优化,逐步形成国家级示范应用。

结项摘要

本项目结合国家重大需求,立足长三角地区,聚焦创新型中小企业,运用区块链、大数据和人工智能技术组织和挖掘条块结合的企业信用数据价值,依托真实国家级金融实践,凝练面向专精特新“小巨人”企业的金融信用创新大数据价值发现方法,并构建企业金融信用治理创新平台原型。经过项目团队为期一年的研究和攻关,截至2022年底,项目团队顺利完成在资助项目计划书中的研究目标、研究内容及承诺的全部指标,部分指标超额完成。.本项目主要研究大数据情境下以专精特新“小巨人”企业为核心节点,创新型中小企业为重要节点的企业间信用网络构建方法,研究大数据赋能的社会信用治理与管理决策,并且基于团队在长三角征信链建设的金融实践,研究多主体社会信用数据资源治理与协同管理机制,同时运用区块链技术组织具有多主体、多元、多维特征的企业信用数据,运用人工智能、隐私计算等技术创新金融信用大数据价值发现方法,深度挖掘数据价值。最后形成面向长三角地区“专精特新”小巨人企业和创新型中小企业网络的金融信用创新应用示范原型,通过对示范原型的迭代优化,逐步形成国家级示范应用。.项目在团队成员的紧密配合下,共形成论文10篇(其中6篇外审)、申报专利5项,牵头完成团体标准《基于区块链的公共信用信息交换技术参考架构》撰写,参与完成行业标准《区域性股权市场分布式数字身份技术规范》起草工作,形成项目总研究报告1份《大数据情境下的国家级信用平台及金融信用创新应用研究》,形成院士建议3份,其中《关于在“京长大渝”设立科技银行,支持“专精特新”企业高质量发展的建议》和《关于建设基于区块链的苏高新供应链金融服务平台促进苏州高新区产业发展的建议》通过上海市浦东新区和苏州市高新区等渠道报有关领导,形成《关于组建张江科技银行的建议》通过参事工作专报报送上海市政府,形成示范应用3项(其中国家级示范应用2项),并产生了有益的社会经济效果。.从2022年初至2022年末,共计22位研究人员参与项目研究,包括教授和副教授3人,青年副研究员2人,博士、硕士研究生17人。在人才培养方面,共计培养博士1人,硕士研究生12人。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(5)
面向金融场景的下一代数据库测试基准研究
  • DOI:
    10.15302/j-sscae-2022.04.014
  • 发表时间:
    2022
  • 期刊:
    中国工程科学
  • 影响因子:
    --
  • 作者:
    荆一楠;张寒冰;李智鑫;王晓阳;吴杰;柴洪峰
  • 通讯作者:
    柴洪峰
Client selection with staleness compensation in asynchronous federated learning
异步联邦学习中具有过时补偿的客户端选择
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    IEEE Transctions on Vehicular Technology
  • 影响因子:
    --
  • 作者:
    Hongbin Zhu;Junqian Kuang;Miao Yang;Hua Qian
  • 通讯作者:
    Hua Qian
AsyFed: Accelerate Federated Learning with Asynchronous Communication Mechanism
AsyFed:利用异步通信机制加速联邦学习
  • DOI:
    10.1109/jiot.2022.3231913
  • 发表时间:
    --
  • 期刊:
    IEEE Internet of Things Journal
  • 影响因子:
    10.6
  • 作者:
    Zhixin Li;Chunpu Huang;Keke Gai;Zhihui Lu;Jie Wu;Lulu Chen;Yangchuan Xu;Kim-Kwang Raymond Choo
  • 通讯作者:
    Kim-Kwang Raymond Choo

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于联邦迁移学习的信贷风险识别研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    管理科学学报
  • 影响因子:
    --
  • 作者:
    郑润达;张永杰;柴洪峰;孙权
  • 通讯作者:
    孙权
面向金融场景的下一代数据库测试基准研究
  • DOI:
    10.15302/j-sscae-2022.04.014
  • 发表时间:
    2022
  • 期刊:
    中国工程科学
  • 影响因子:
    --
  • 作者:
    荆一楠;张寒冰;李智鑫;王晓阳;吴杰;柴洪峰
  • 通讯作者:
    柴洪峰

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

柴洪峰的其他基金

大数据背景下基于联邦学习的小微企业信用风险评估研究
  • 批准号:
    92046024
  • 批准年份:
    2020
  • 资助金额:
    130.0 万元
  • 项目类别:
    重大研究计划

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码