撰稿人：王丽娜  审核：刘建君，刘培强  编辑：葛诗煜

2022上半年，计算机科学与技术学院的金融大数据分析团队，有4篇A+类学术论文在人工智能与金融学交叉领域的国际权威期刊发表。其中，李博老师的论文“Anovel risk-control model for the online portfolio selection of high-frequency transactions”在国际公认的人工智能旗舰期刊《Knowledge-Based Systems》（知识系统）上发表，该刊2022年为中科院1区TOP期刊，影响因子/JCR分区为8.139/Q1；赵峰老师的论文“Multiple imputation methodof missing credit risk assessment data based on generative adversarialnetworks”在国际计算机科学领域著名期刊《Applied Soft Computing》（应用软件计算）上发表，该刊同样是中科院TOP期刊，影响因子/JCR分区为8.263/Q1；张帆老师的论文“Prediction of stock market index based on ISSA-BP neural network”和赵峰老师的另一篇论文“Multi-layer features ablation of BERT model and its application instock trend prediction”在人工智能、运筹学与管理科学等交叉领域的权威期刊《ExpertSystems with Applications》（专家系统与应用）上发表，该刊2022年为中科院1区TOP期刊，影响因子/JCR分区为8.665/Q1。四篇论文的第一完成单位均为山东工商学院。

四篇论文均以人工智能技术为手段，解决现代金融领域的热点问题。其中，李博的论文提出一种基于随机矩阵理论和主成分分析的去噪新方法和两个新的金融风险控制指标：调整夏普比率和调整信息比率，并用于构建金融风险控制模型。赵峰发表在《Applied Soft Computing》上的论文，提出一种新的数据缺失填补模型—多重生成对抗填补网络（MGAIN），并应用于金融数据缺失填补中；发表在《Expert Systems withApplications》的论文，提出一种BERT模型多层特征消融方法，基于实测数据的实验表明该方法能够精准识别股票评论主题。张帆的论文针对股市指数预测这个金融领域的热点问题，提出了一种改进的sparrow搜索算法来优化BP神经网络的初始权重和阈值，并将其应用于股票市场指数的预测。

近年来，计算机科学与技术学院将特色建设与学科特点紧密结合，发挥“新一代信息技术见长”的学科优势，深度对接山东省“十强”产业之一的“现代金融”，组建“金融大数据分析”团队，围绕“智慧金融”特色方向进行深入研究，切实推动“学科+财富管理”特色建设，不断取得高质量突破。