近日，广州华立学院张建军完成的论文《Integrating deep learning and big data analytics for enhanced smart city infrastructure and human resource management systems》（Jcr分区Q1，中科院SCI2区，影响因子5.9）发表于国际知名工程期刊《Ain Shams Engineering Journal》。

  该研究针对智慧城市基础设施与人力资源管理系统中的复杂数据处理与预测需求，提出了一种融合深度学习与大数据分析的智能框架。研究团队以EfficientNet为核心模型，结合大数据处理管道，在纽约出租车出行记录、IBM员工流失数据集、伦敦智能电表数据集三个大规模真实数据集上进行了系统验证。

  实验结果表明，该框架在高价行程预测、员工离职风险识别、家庭能源效率评估等任务中均表现优异，准确率达92.3%，F1分数达90.1%，马修斯相关系数为0.85，显著优于传统卷积神经网络、随机森林、支持向量机等多种主流方法。

  该研究成果为智慧城市交通优化、能源管理以及企业人力资源智能化转型提供了新的技术路径，体现了广州华立学院在人工智能与跨学科应用研究方面的积极探索。

DOI：10.1016/j.asej.2025.103962

原文链接：Integrating deep learning and big data analytics for enhanced smart city infrastructure and human resource management systems - ScienceDirect