2026年2月，广州华立学院管理学院张建军老师研究团队联合中南财经政法大学相关研究人员完成的学术论文《Integrating deep learning and big data analytics for enhanced smart city infrastructure and human resource management systems》在国际知名学术期刊《Ain Shams Engineering Journal》（JCR分区Q1，中科院SCI二区，影响因子5.9）正式发表。

本研究聚焦智慧城市基础设施管理与人力资源管理系统两大领域的共性痛点——二者均面临高维、异构、时变的海量数据处理难题，传统模型在预测精度、可扩展性上难以满足实际需求。团队立足跨学科创新视角，提出了一种基于 EfficientNet 深度学习与大数据分析融合的框架。

为验证框架有效性，团队在纽约出租车行程记录、IBM员工流失、伦敦智能电表三大真实数据集上开展实验，将研究方法与 CNN、RF、SVM、GBM、LightGBM等五种基准方法进行全面对比。实验结果表明，所提系统在不同数据集规模、不同评估指标上，均显著优于五种基准模型；且随数据集规模扩大，性能优势持续凸显，展现出优异的鲁棒性与可扩展性。

此项成果是我院在管理与人工智能、大数据交叉领域的关键探索，展现了我院跨学科科研攻关的扎实功底与创新实力，不仅为数字化背景下管理效能提升提供了新方案，更为相关领域的后续研究与实践拓展奠定了坚实基础。

DOI：10.1016/j.asej.2025.103962

官网链接：https://www.sciencedirect.com/science/article/pii/S2090447925007038 

                                                                                                                                                              文字：易斯琦

                                                                                                                                                              图片：张建军

                                                                                                                                                              编辑：王金淼

                                                                                                                                                              审核：刘娟 周晓东