孙成均

桂林电子科技大学商学院

摘要(Abstract)：

随着大数据技术与人工智能的深度融合，文本、图像、时序数据等多模态异构数据呈爆发式增长，传统单一模态数据分析 模型存在信息维度单一、特征挖掘浅层、场景适配性差等短板，难以满足复杂场景下高精度、智能化的数据分析需求。本文以多模 态大数据融合理论为核心支撑，系统梳理多模态数据统一表征、特征对齐、深度融合的关键技术体系，搭建标准化、集成化的多模 态数据预处理体系，构建“底层特征提取-中层融合匹配-上层场景推理”的三层分层智能数据分析模型。同时结合企业运营、工业 生产、教育学情三大典型领域，开展模型落地应用实践，验证模型在异构数据处理、隐性规律挖掘、智能决策研判方面的可行性与 优越性。研究结果可为多模态大数据智能分析技术的落地迭代、跨领域智能化数据分析体系搭建提供理论参考与实践支撑。

关键词(KeyWords)：

多模态大数据；数据融合；智能数据分析；分层模型；场景化应用

参考文献(References)：

［1］刘洋.新工科背景下计算机基础课程混合式教学研究［J］. 教育教学研究前沿，2025，3（8）：123-125.