一、报告时间

2025年12月18日（星期二）09:00-10:30

二、报告形式

线上报告：腾讯会议号636-107-214

三、报告人

梁德翠 电子科技大学研究院、博导、国家级青年人才

四、报告主题

面向用户生成内容的故障知识发现与群体FMEA评价方法

五、报告摘要

随着用户生成内容（UGC）在产品反馈、服务评价、故障上报等场景中的爆发式增长，海量非结构化文本中蕴含的隐性故障信息成为企业识别产品缺陷、优化质量的核心数据源，但由于社交媒体上的UGC数据是非结构化的，而且数量庞大，如何从中识别产品故障内容是一项艰巨的任务。基于此，本研究提出面向用户生成内容挖掘的故障信息智能获取方法研究，以新能源汽车为研究对象，首先提出基于UGC的故障长尾多标签分类算法，然后结合汽车维修案例数据，对文本数据进行知识抽取，建立故障知识图谱，最后在专家知识引导下，探讨面向群体FMEA的故障模式共识评价方法，实现从海量用户反馈中精准提炼故障特征、系统整合群体智慧开展风险量化评估，为企业质量改进与风险防控提供科学支撑。六、报告人简介

梁德翠博士，研究员、博导，国家级青年人才项目入选者，现研究方向为大数据分析与智能决策、风险管理、商务智能、粒计算、智能运维与管理等，发表SCI/SSCI期刊论文100余篇，是IET Fellow、BCS Fellow、RSA Fellow，入选全球顶尖科学家榜单（包括：国际学术机构ScholarGPS发布前0.05%榜单，美国斯坦福大学与Elsevier合作发布前2%榜单）。