軟件所在大數據表示與度量、多源異構數據融合、數據挖掘、機器學習、交互可視化、大數據安全與隱私保護、大數據應用開發技術等方面取得技術突破，并建立了大數據應用分析支撐平臺，支持大數據應用的快速開發和數據高效利用，成果在實際應用領域取得一定規模應用。 

　　（1）社交媒體挖掘技術 

　　用戶建模與智能推薦方法。隨著移動互聯網的發展，地理位置架起了用戶線上虛擬世界和線下物理世界的橋梁，如何從基于位置的社會化網絡（Geo-social Network）平臺上存儲的大規模移動用戶行為數據中挖掘和推理用戶的興趣偏好并在此基礎上能夠進行個性化推薦是當前一個重要的研究熱點。 

　　（2）深度學習技術 

　　實時圖像風格遷移方法。采用逐個像素損失訓練一個前饋神經網絡，并基于該網絡高層特征進一步定義和優化感知損失函數做并行化處理，從而進一步加速圖像風格遷移生成效率。 

　　（3）情感分析與意見挖掘技術 

　　基于在線新聞評論以及電商用戶產品評價自動分析用戶的情感傾向以及意見挖掘。從政府角度，一個政策聽到老百姓真實呼聲。從商業角度，企業開發下一代產品有指導意義以及發現用戶喜好推薦策略制定。 

　　（4）工業大數據案例 

　　智能虛擬傳感器。基于模糊控制的熱風爐燃燒系統具有良好的魯棒性、快速性、控制精度，從而使熱風爐替代傳統人工達到節能減排的作用。然而你當一個傳感器損壞不能正常工作，將會影響整個系統正常運行，不得不切換為人工繼續操作。因此通過對傳感器大量歷史數據分析，能夠提供一個虛擬傳感系統能夠推理和預測損壞傳感器當前的數值，能夠確保系統可以繼續正常運行。