一、引言
随着科学技术的飞速发展，促使着生产方式不断变革，同时也促使社会对于人才需求类型发生改变，进而对培养人才的教育体系变革产生质的影响[1]。如今，人类正迈入智能时代，传统产业逐步进行智能化升级。因此，培养适应智能社会发展所需的跨学科人工智能创新创业人才变得极为必要。
目前，国家关于人工智能出台各项政策，为高校开展“人工智能+ ”学科群建设提供各项政策性保障，同时也为高等学校学科结构的升级调整以及各种交叉学科的孕育带来了机遇[2]。只有切实推进人工智能技术在高校落地，积极完成“人工智能+ ”学科群建设的实践探索，才能进一步提升高校科技创新、人才培养和服务国家需求的能力。
二、 “人工智能+金融学”学科群建设方向探索
2022年初，国务院发布《“十四五”数字经济发展规划》，布局“东数西算”，提出加快金融领域数字化转型[3]；央行编制的《金融科技发展规划（2022-2025 年）》，明确提出新时期数字金融发展指导意见[4]。在此背景下，金融学高等教育要适应智能时代的金融人才需求，就需要探索交叉融合的“人工智能+金融学”建设方向。重庆工商大学作为一所以“商工融合”为特色的地方高校，紧密结合区域经济社会发展的人才需求，于2019年开始探索交叉融合的“人工智能+金融学”学科群建设方向。
（1）智能搜索技术与金融大数据分析
针对金融行业数据量大、数据脏乱差等问题，本方向将重点围绕金融大数据能搜索技术，研究神经网络、关联规则、模糊聚类、决策树、隐马尔科夫模型实现分布式并行检索。
（2）知识图谱与金融客户精准画像
针对传统金融客户画像仍然处于人工操作“打标签”状态，用户行为分析的扩展性不够等问题。本方向将围绕金融大数据条件下客户行为所产生的信息，以显性知识的有效结构化为目标，研究基于深度语义学习的实体识别、关系抽取、属性抽取技术实现对多源用户信息的抽取。
（3）智能流程设计与金融业务优化
针对传统金融行业人工参与程度过多，时间成本，人力成本和数据准确性面临挑战等问题。本方向将重点围绕智能流程自动化技术（RPA）和金融业务的融合展开研究。针对RPA技术，构建更精确的信贷模型，加强贷款流程，优化交易执行和路由，分析了解客户的价格敏感性和偏好。
（4）图谱风险穿透与金融风险管理
金融业以行业内部数据为主，通常规模巨大，知识结构复杂，对数据质量要求高，需要融合多来源的数据，并且应用形式丰富全面，要求有较强的可解释性。本方向将基于金融风险防控领域的业务特点，构建一种将行业知识与知识图谱技术结合的智能化金融风险管理方案。在交易账户金融知识图谱的基础上，采用多种图分析技术，从网络结构、账户资金流向、资金交易闭环、账户关联强度等多维度进行深度挖掘，提炼出账户关联风险特征。
（5）智能舆情分析与金融交易策略
针对金融行业投资标的的关联主体监控范围覆盖的有限，舆情数据源信息量大，在海量数据中获取并发现有效的舆情信息及时性不够等问题。本方向将建设舆情态势感知平台，实现全方位投资舆情风险监测。研究利用企业知识图谱完成多种企业关系的信息穿透，如投资、任职、专利、招投标、涉诉关系。研究利用机器学习算法实现资讯舆情的自动去重、事件聚类。
三、结语
重庆工商大学“人工智能+金融学”学科建设体现了学校“商工融合”的特色。通过三年的建设，在交叉型师资队伍建设、人才培养体系建设、科研平台创新、服务地方社会等方面取得了一些初步成效。该校交叉融合的“人工智能+”学科群建设思路和实践经验，为国内其他高校在人工智能领域的学科建设提供了参考。
