近日，沈阳城市学院师生组建的28支队伍在第六届“长风杯”全国大学生大数据分析与挖掘竞赛东北分赛区暨第三届辽宁省大学生大数据分析与挖掘竞赛中，荣获一等奖5项、二等奖7项、三等奖13项、优秀奖3项。

　　本次比赛由辽宁省教育厅主办、沈阳理工大学承办。该项竞赛的举办，推动了大数据采集、清洗、存储、挖掘、分析、可视化算法等技术创新，培育了数据采集、标注、存储、传输、管理、应用等全生命周期产业体系，使学生们能够在数据分析应用的基础上，发挥创造力和想象力，对大数据处理的各个环节进行实践探索和技术创新，提升了学生们的创新创业能力。

　　一等奖作品展示

　　上市公司财务报表大数据可视化分析

　　学院：商学院

　　队长：马成颖

　　队员：王佳 王文静 罗晗

　　指导教师：姚威

　　作品阐述：本作品是格力电器财务报表可视化分析。作品以格力电器上市以来官方发布的20年财务年报数据为基础，利用微软POWER BI可视化软件,对数据进行整理和可视化分析设计，将枯燥难懂的财务数据转换为连贯生动的视觉图像，形成了交互式可视化图表，体现了格力电器自成立以来二十多年的财务状况，呈现了企业历年来资产负债的结构状况、利润的趋势走向、企业营运周期的变化趋势以及各年度财务指标等数据结果，为格力电器的报表分析、经营分析、市场预测、拓宽销售渠道等多方面企业经营决策提供重要的支持和依据。

　　该组作品打破传统的以文字内容为主的分析报告形式，将财务分析结论通过结构化知识表述，与大数据和可视化结合，提供了数十种分析情境，如杜邦分析框架、穿透式财务分析、水平分析法、垂直分析法、管理用财务报表等。为使用者提供可视化的报告，使其可以通过可视化的方式快速了解企业的经营运行情况，并洞悉财务数据背后的企业战略导向。队长马成颖同学说：“感谢姚威和张旭红老师在比赛过程中对我们的悉心指导。对于我们所有参赛者来说，比赛不只是一个证明自己的方式，一份荣誉，更是一次历练和成长。每一次的准备、参与都是一次拓展专业认知边界、提升专业技能、磨炼意志的机会。”

　　基于SVM预测的理财基金优选

　　学院：商学院

　　队长：丁磊

　　队员：刘超凡 韩松憬 丁上卿

　　指导教师：马馥宇

　　作品阐述：在疫情影响下，理财变得必不可少，基金相对于股票更适合大众，相对于银行利息可以获得更高的回报。针对不会购买基金的小白，本文通过对天天基金网的13000条数据爬取、清洗、可视化、特征化、建模、预测一整套流程可以得到，当年适合人们参考的大数据可视化结论建议以及通过庞大的数据量建立模型，预测准确率达到80%左右。同时可以通过某个基金十个过去的特征去预测该基金未来一月的涨跌，为大家降低风险、提高收益。本算法可以应用于理财软件，帮助软件获得更多用户。

　　在本次竞赛中，大家在组长丁磊的带领下，各尽其职，发挥着不同的作用。该组成员把近几个学期所学习过的科目整合起来，通过制作爬虫获取网站数据、数据的可视化展示、不同数据的分析方法选择、以及最后的机器学习建模预测，共同完成本次比赛。队员刘超凡同学说：“我们在遇到问题的时候，首先回顾课上老师所强调的重点内容，加以分析判断，及时提问，相互多交流，共同寻找解决办法，合理安排和协调队员们的建议。我们会总结相关的经验教训，争取在未来更多的竞赛中再创佳绩。”

　　辽宁省包装水消费需求市场数据分析

　　学院：商学院

　　队长：关霖琳

　　队员：翟婉婷 包旭 胡美君

　　指导教师：陈希铭

　　作品阐述：由于健康水需求迫切，居民对于包装水的偏好进一步提升，居民桶装水在日常饮用水中的占比将逐步增加。通过对目标人群包装水消费需求认知和行为习惯进行数据分析，可以帮助辽宁省包装水行业规划营销方案。通过调查问卷采集数据后进行数据整理，运用SPSS统计分析数据，得出可视化结论与建议，最终形成文字化报告成果。

　　该组成员详细调研了每一类包装水的受众人群及销量情况，通过回归模型来实证影响消费者购买包装水产品单位消费金额的因素并对其进行对策建议和未来展望。

　　队长关霖琳同学说：“本次竞赛，我们采用的是spss数据分析，该课程我们在大二时学习过，所以对于我们来说，并不算太难。我们将所学过的知识点进行串联并应用于实际项目，得出结论。在撰写项目报告时也不乏遇到意见冲突的时候，但我们会第一时间摆正学习态度，从知识点的根源出发，找出意见分歧的节点并解决。通过本次竞赛，我们团队的协作能力空前提高，对于知识点的掌握也更加牢固了，团队的自信心也提升了不少，希望我们团队再接再厉，在之后的竞赛中再创佳绩。”

　　基于LRFMCE模型的航空公司客户价值分析

　　学院：商学院

　　队长：郑雷雷

　　队员：程楠 李雨格 宁美琪

　　指导教师：李春昱

　　作品阐述：伴随着航空公司的竞争日益加剧,怎样改善个性化服务提高客户满意度是公司在体验经济时代必须面对的问题。面对海量数据,传统的统计办法弊病浮现,该组尝试用数据挖掘技术处理航空公司客户价值分析问题，将数据挖掘技术应用到航空范畴,可以实现对航空公司现有数据资源深度挖掘,为航空公司针对不同的客户群采取个性化的营销方案提供科学依据。本文的创新之处在于将数据挖掘技术应用于解决航空公司具体问题之中,目的在于提高客户价值分析的准确性和高效性,提高信息化应用水平。该作品的目标是利用某航空公司的会员档案信息和其航班乘坐记录,通过建立合理的客户价值评估模型,对客户进行分群,分析比较不同客户群的客户价值,并制定相应的个性化营销策略。

　　在李春昱老师的精心指导下，该小组能够在项目中灵活运用Python进行网络爬虫的编写，数据的处理分析，机器学习模型的构建等方法。

　　队长郑雷雷同学说：“本次竞赛，我们作为大数据专业的学生在比赛中应该更加重视。感谢学校和老师给了我们这样一个平台可以展现我们的能力，这个比赛的意义不仅仅是取得成绩，更重要的是我们可以从中学到很多，了解自己的优点与不足之处，明白我们还需要不断进步，不断学习，每一次比赛都是一种成长，眼界的开阔，我们获得的成绩与平时的学习练习、李老师的指导、团队成员之间的协作缺一不可。”

　　数据诊断阿尔兹海默症

　　学院：智能与工程学院

　　队长：鲍君一

　　队员：黄子怡 赵旭东 刘光灿

　　指导教师：韩煜

　　作品阐述：（ADI）2018年的报告指出，AD患者已达5000万，增速平均每3秒即新发1例，预计到 2030年，全球患者将超过 8000万，而到了2050年可能超过1.5亿。而早发现、早预防、早治疗是关键。2019年疫情爆发以来，医疗资源迅速紧缺，出行不易，治疗困难。

　　本项目在通过医学影像技术和计算机视觉技术，在某种PET扫描中会看到淀粉样蛋白沉积和大脑中的炎症变化，所以在此依据下，通过计算机视觉和人工智能技术，利用大量的脑部磁共振图片，再使用深度学习图像分类算法识别大量的数据图像，通过识别会蛋白质，脑萎缩，颞叶或海马、杏仁核等结构的体积诊断阿尔兹海默症，达到高精准，低成本，高效率的诊断流程。本项目通过使用CNN算法，通过识别分类患者的磁共振图片，达到精准诊断其阿尔兹海默症的类型。

　　从初期的准备到后期的项目结束，该小组筹备了4个月。项目数据需要相关认证的数据，小组成员通过寻找大型的医疗项目网站，共寻找到了400多张图片，将其进行增强后达到3w张。项目模型部署是实现整个项目以及进行调试的过程，在该过程当中，小组成员们遇到模型拟合不准确，模型深度不正确等问题，在经过老师的问题精准定位，提出多个解决方案，历时1个月才完成了整个项目的制作。

　　队长鲍君一同学说：“在利用课余时间进行真实项目的制作，不仅增长了我们的项目经验，也同时提升了我们处理问题的能力。在这里我要感谢指导老师在百忙之中抽出时间来改进我们的项目内容，指导我们进行项目的答辩。最后，我们会更加努力学习，争取再创佳绩！”

　　本次竞赛充分展现了学校学生对于大数据知识扎实的理论基础和较强的商科专业技能，同时，优异成绩的取得也离不开指导教师们的悉心指导。

　　会计学专业教师姚威说：“近年来，会计学专业高度重视对互联网+、大数据、人工智能等新兴技术的学习与应用。此次参赛的作品是基于公开年报数据使用Power BI将数据进行整理，把企业内部经营管理数据和外部财经大数据进行融合；通过可视化的展现对会计指标进行展示，可快速查看多个指标的变动情况，极大的提升了会计工作效率。”

　　智能科学与技术专业教师韩煜说：“要想在比赛当中取得一个好成绩，我们不仅需要考虑整个项目是否与实际情况挂钩，抓住实际问题的痛点，同时也要考虑到学生团队的情况。在有限的时间内，团队学生任务的分配，项目的执行，都是我们需要着重去考虑的问题。在整个备赛的过程当中，学生的心理的波动是很常见的，那么作为指导老师，我要做的不仅仅是指导他们进行项目内容上的问题，同时也要关注他们的心理波动，化身他们的良师益友，陪伴队员参赛的全过程。”

　　沈阳城市学院秉承“坚持育人为本，注重能力培养”的办学理念，在教学过程中，通过小组学习、项目教学、案例教学和实验实训教学等形式，加强对学生的专业教育和动手实践能力培养。通过设立创新创业百万基金、创新创业奖学金，实施“一系一赛”项目、大创学分与竞赛挂钩，成立创新创业教师指导团队等措施，激发学生参与创新创业的热情，精准开展创新创业教育工作。 

　　学校全面改革创新创业实践学分制度，积极发挥创新创业教师指导团队的作用，鼓励学生参加各类创新创业实践竞赛，以赛促教、以赛促学、以赛促练，在实践中强化能力培养，为学生适应社会需求和未来发展奠定坚实基础。学校坚持以学生为中心，全面推行小组学习、项目教学、案例教学和实验实训教学，激励和引导学生自主学和动手学。学校不断加强创新创业教育，推进创新创业教育与专业教育深度融合，形成了以服务社会为导向的应用研究和创新创业教育平台。