2026年5月21日下午，浙江财经大学信息技术与人工智能学院 “数据智能可视分析” 专题讲座于9号楼302会议室顺利开讲。本次讲座由学院副院长林剑教授主持，特邀浙江工业大学计算机科学与技术学院学术副院长孙国道教授担任主讲，学院众多师生到场聆听学习。

本次讲座聚焦数据智能可视分析，内容丰富且具有较强的前沿性和实践性。孙国道教授首先结合空港、中烟等企业数据可视化项目，阐释了可视化在企业内部数据处理、信息表达和辅助决策中的作用。他指出，可视化能够将复杂数据转化为直观信息，为用户理解业务问题、把握关键信息提供有效支撑。

随后，孙国道教授重点分享了团队在监控视频分析领域的研究工作。围绕公安监控视频中的目标检索、动作识别和异常行为发现等真实需求，他介绍了团队如何结合多模态分析、人机协同、特征评估、交互标注与模型重排等方法，提高视频检索和分析效率。通过候选人属性展示、聚类关联分析、轨迹可视化和动作不确定性量化等手段，团队将人工智能模型能力与可视分析方法相结合，为复杂视频场景下的信息筛选和辅助研判提供了新的思路。

在时空交通分析方面，孙国道教授介绍了团队围绕公交、出租车、共享单车、地铁以及部分私家车等多源交通数据开展的城市出行OD分析、人群移动分析、交通规划辅助和路网优化工作。相关成果曾支撑团队获得浙江省科技进步一等奖。此外，他还介绍了全国光伏发电数据平台建设、网络图数据可视化等项目，展示了可视分析技术在能源管理、网络态势感知和复杂关系数据表达中的应用价值。

在讲座后半部分，孙国道教授结合AI时代科研范式变化，与师生分享了科研工作流和论文写作方面的经验。他提到，当前科研工作正在逐步转向Agent和CLI等新型工作流，研究者可以通过让AI接管本地工作目录、辅助读写代码、执行命令和整理材料，提高科研效率。他建议同学们一方面夯实专业基础，另一方面主动接触先进模型能力，并在本地维护可交付的端到端工作流。在论文写作和综述研究中，应重视高质量领域数据集建设、PDF精细化处理和底层数据积累，使AI工具更好地服务于严谨科研。

此次讲座为学院师生提供了深入了解数据智能可视分析与AI科研范式变革的宝贵机会。通过与专家的交流，师生们进一步认识到可视分析在复杂数据理解、智能决策支持和跨场景应用中的重要价值，也对人工智能工具如何融入科研项目实践、论文写作和个人研究工作流有了更清晰的认识。