2026年6月7日下午，上海对外经贸大学统计与数据科学学院院长、教授、博士生导师张日权应邀在砺志楼131作题为《复杂大数据特征及若干研究问题》的学术讲座。yl6776永利集团教师及研究生共60余人参加了本次学术活动，讲座由李气芳老师主持。

讲座伊始，张日权教授以航空安全领域为背景，结合航空运行过程中产生的大规模、多来源数据，介绍了复杂大数据的基本内涵及其在现代数据科学研究中的重要地位。他指出，随着信息技术和智能感知设备的快速发展，各行业产生的数据规模呈爆发式增长，传统数据分析方法已难以满足实际需求，复杂大数据已成为统计学、人工智能和数据科学领域的重要研究对象。

随后，张教授系统阐述了复杂大数据所具有的典型特征，包括海量（Massive）、多源（Multi-source）、异构（Heterogeneous）、高维（High-dimensional）、时序（Temporal）、高频（High-frequency）、不平衡（Imbalanced）、相似（Similarity）、异质（Heterophily）、分布式（Distributed）、隐私（Privacy）、低质（Low-quality）以及流数据（Streaming Data）等特点。通过航空安全大数据实例，他深入分析了这些特征对数据存储、处理、建模和决策所带来的挑战，使与会师生对复杂大数据的本质有了更加全面和直观的认识。

在研究问题介绍环节，张教授重点围绕复杂大数据融合与整合、复杂大数据子抽样等关键方向展开讲解。他指出，多源、异构、高维和不平衡数据的融合技术是当前数据科学研究的重要课题，其核心目标是解决数据来源多样、格式差异显著以及采样频率不一致等问题，从而提高数据的一致性、可用性和利用效率。在此基础上，他介绍了滑动窗口对齐、自适应收缩、迁移学习以及特征提取等关键技术，为复杂数据的有效融合提供理论支撑和技术路径。

针对大规模数据计算成本高、处理效率低的问题，张教授进一步介绍了复杂大数据子抽样方法。他指出，子抽样技术旨在从海量数据集中提取具有代表性的样本，通过对样本进行统计推断，实现对整体数据规律的有效刻画。在报告中，他详细讲解了序贯子抽样、自适应子抽样以及核心元素子抽样等方法的基本思想和应用场景，展示了这些技术在提高计算效率、降低存储成本方面的重要作用。

此外，张教授结合自身在大数据统计、高维数据分析、函数型数据分析和统计机器学习等领域的研究成果，介绍了复杂数据分析中的若干前沿研究问题和发展趋势。他强调，未来统计学与人工智能的深度融合将推动复杂大数据研究不断发展，并为智慧交通、航空安全、金融风险管理以及智能决策等领域提供更加有力的技术支撑。

讲座结束后，现场师生围绕高维数据建模、复杂数据融合技术、机器学习算法应用以及统计学前沿发展方向等问题与张教授进行了深入交流和讨论。张教授耐心细致地解答了大家提出的问题，并分享了自身科研经历和学术研究体会。现场学术氛围浓厚，交流热烈，与会师生纷纷表示受益匪浅。

张日权教授现任上海对外经贸大学统计与数据科学学院院长、教授、博士生导师，中国现场统计研究会大数据统计分会理事长，《统计研究》《数理统计与管理》等期刊编委，《应用概率统计》期刊第八届、第九届副主编。曾任华东师范大学统计学院院长、教育部统计与数据科学前沿理论及应用重点实验室主任。发表学术论文230余篇，主持国家自然科学基金重点项目、上海市自然科学基金重点项目等科研项目20余项，在大数据统计、高维数据分析、函数型数据分析等领域具有重要学术影响力。