工业场景

场景1：供应链优化

背景：汽车制造业十分重视供应链管理,通过提高供应链效率,降低生产/仓储成本，拓展利润空间，提高服务质量。对提高整体公司的市场竞争力具有关键性作用。 需求：通过RFID等产品电子标识技术、物联网技术以及移动互联网技术使企业获得完整的产品供应链的大数据，通过供应链上的大数据采集和分析，帮助企业持续进行供应链改进和优化。

场景2：产品故障诊断与预测

背景：自动化设备在使用过程中，会有很多不定性的设备故障。特别在食品或医药行业某些关键工艺段，设备的不确定性宕机带直接带来几百万级的损失。 需求：建立一套模型，可以针对性预估此类设备的宕机状况，基于大数据进行算法分析，并通过提前布置人力或保养措施来尽可能减少宕机带来的损失。

场景3：生产计划与排程

背景：现阶段，在离散生产行业里面，多品种，少批量已经成了一个行业特色. 针对此类行业(比如机加工行业)的高级排产系统也就成了业界一大难题。 需求：在客户不定期订单，机台不定性宕机，人员技能参差不齐，原材料随时短缺的等情形下，怎么实现做一个能实用的详细生产计划，能根据这个计划合理安排后续的生产尽可能满足各个客户的交期。

场景4：加速产品创新

背景：随着工业4.0及“互联网+”浪潮的冲击及品质消费的不断升级，中国制造业正面临着一触即发的转型风口。如何针对用户的个性化需求做出快速反应，为用户提供更好的产品和服务，如何做到将用户的创意和需求真正变成产品交付到用户手中，成为传统制造企业成功转型的关键。 需求：打造智慧产品采集用户使用数据与产品运行数据，利用大数据对产品持续进行优化创新，从而提升市场竞争力。

场景5：节能

背景：伴随着PM2.5不断升高，低碳节能是未来发展趋势，建筑作为城市中不可或缺的一部分，在节能方面更应受到重视。 需求：准确预测大型商业或者公共建筑的负荷功率对于建筑能源管理和节能十分重要。依赖于这些预测的负荷功率，运营管理人员、售电公司等主体可以提前制定和优化用电计划，结合蓄电池储能、分时电价、可再生能源发电情况等信息，达到绿色节能和降低运营成本的目的。（此场景将提供相关数据，选择该场景并使用数据的选手请在提交的文件夹中附上答案。）

泛娱乐场景

场景1：大数据对影视业的核心价值：精准受众画像

互联网时代，“受众偏好”是影视剧成败的重要因素。而大数据对影视产业链的核心价值正是“精准受众画像”。它主要通过各色各样的“标签”来实现，从而促使立项、策划、制作、宣发、播映等环节的循环联动，而不再像以前传统影视生产模式的单向传播。 需求：参赛者用大数据描述精准受众画像

场景2：大数据协助内容生产决策 影视行业本质上还是一个内容为王的领域。影视剧进入IP时代后，剧本话题性如何、人物关系与网络关系如何；拍什么、谁来拍、谁来演、怎么播、拍什么类型等，都在大数据分析的基础上，采取C2B的模式，根据市场需求和受众需求进行创作。 需求：利用大数据技术分析特定受众年龄结构、文化程度、地域分布、兴趣表现、评论热词、喜欢的演员和导演、历史观影、观剧风格等，为C2B内容创作乃至影视剧制作提供决策依据。

场景3：影视IP孵化开发 泛娱乐产业的核心思路在于IP价值的发掘和重塑。一批由网络文学、动漫改编而来的电视剧、电影、网络剧受到热捧，大批资本涌入影视娱乐产业。但IP影视化机遇与挑战并存，业界在IP立项、开发、影视化及广告招商过程中面临内容创作不成熟、IP估值过高、投资风险大等等诸多痛点。如何使用大数据发现潜力IP、评估IP价值、加速IP孵化？ 需求：使用大数据技术和人工智能算法，对影视IP的评估、交易、孵化等环节进行分析，提出解决方案智慧问诊系统，为孵化投资提供决策依据。

场景4：游戏IP孵化开发 随着大数据的驱动和泛娱乐业务相互协同发展，文学、游戏、影视、动漫等内容源之间会迸发出更加深层的联动效应。任何一方的用户都有可能成为其他方的潜在用户，用户的活跃也将逐渐改变不同产品形态之间的联系。 需求：通过大数据帮助公司有效地分析目标用户的需求方向，并实时运用于产品策划、研发的各个环节，通过大规模数据模型优化IP选题和制作水平，上线前预估盈利能力等。

场景5：影视营销策略和运营效率 不同的影视作品，拥有不同的受众群体，其营销推广渠道、策略也不尽相同。首映会在哪个城市、哪家影院办，平面广告贴在哪个公车站，向谁推送衍伸品广告，都将基于大数据做决策，而不是经验或者随机。某类型影视剧拥有怎样的受众群体？受众群体的特点及汇集渠道在哪？如何使用大数据预测影视营销的爆点？如何推动影视内容和品牌创意营销？ 需求：通过大数据技术和人工智能算法指导影视制作公司进行精准营销，提高运营效率。