当前位置: X-MOL首页全球导师 国内导师 › 李新

个人简介

简介 2015年毕业于中国科学院大学经济与管理学院获管理学博士学位。2015年7月至2019年6月为北京联合大学旅游学院讲师,国家智慧旅游重点实验室和北京市旅游信息化协同创新中心核心成员。2019年7月加入北京科技大学东凌经济管理学院。美国佛罗里达大学、香港城市大学访问学者。研究方向为大数据分析与预测。近五年来以第一作者发表和接收SCI/SSCI/EI论文以及国内外会议论文十余篇,其中两篇为ABS 4星,一篇为ESI高被引,在国家自然科学基金委认定的A类期刊中发表论文2篇。主持国家自然科学基金青年项目一项,联合主持香港理工大学研究项目一项。担任多部SSCI/SCI/EI检索期刊和国际会议的审稿人,如Tourism Management, Annuals of Tourism Research, International Journal of Forecasting, 系统工程理论与实践等。被Elsevier评为Tourism Management和Tourism Management Perspectives期刊的杰出审稿人。 教育经历 2010.9-2015.7: 中国科学院大学经济与管理学院,管理科学与工程专业,管理学博士 2006.9-2010.7: 北京化工大学经济管理学院,信息管理与信息系统专业,管理学学士 2017.8-2018.2: 美国佛罗里达大学,访问学者 2014.5-2014.7: 香港城市大学商学院,资讯系统系,高级研究助理 2013.4-2013.6: 香港城市大学商学院,资讯系统系,高级研究助理

研究领域

大数据分析、数据挖掘、计量经济、人工智能、旅游预测

主要科研项目 主持科研项目: [1] 国家自然科学基金青年项目—基于互联网信息挖掘的旅游预测与预警研究(No. 71601021), 2017-2019,主持人 [2] 北京联合大学校园新起点研究项目—基于大数据分析的旅游预测研究(No. Zk10201609), 2016-2017,结题,主持人 [3] 香港理工大学酒店与旅游研究基金项目-基于互联网多源大数据的旅游预测研究,2019-2022,联合主持人 部分作为主研人员参与科研项目: [4] 北京市旅游信息化协同创新中心平台项目-基于旅游大数据的预测预警研究,2017-2018,主要研究人员,负责基于大数据的建模预测 [5] 香港城市大学商学院资讯系统系—科研社交网络建模研究,2014.5-2014.7,主要研究人员,负责科研之友社交网络的数据分析 [6] 香港城市大学商学院资讯系统系—基于大数据的预测方法研究, 2013.4-2013.6,主要研究人员,负责搜索引擎大数据的收集分析及建模工作 [7] 中国科学院知识创新工程重要方向项目—全球经济监测与政策模拟仿真平台建设预研项目,2012-2014,主要研究人员,负责宏观模型建立与实证研究 [8] 国家发展与改革委员会—宏观经济预测预警方法及决策支持系统研究,2010-2013,主要研究人员,负责基于计量经济的宏观经济预测模型构建 [9] 中国人民银行—我国宏观经济预测预警研究,2011-2014,主要研究人员,负责宏观经济预测模型和预警指标体系的构建 [10] 国家外汇管理局—我国外汇经济指标体系构建与政策模拟研究,2012-2013,主要研究人员,负责宏观经济数据的分析与建模 [11] 中国科学院数学与系统科学研究院—互联网文本挖掘与宏观经济预测研究,2013-2014,主要研究人员,负责网络新闻文本的挖掘分析与物价预测的实证研究

近期论文

查看导师最新文章 (温馨提示:请注意重名现象,建议点开原文通过作者单位确认)

代表性著作 专著: 李新,汪寿阳,互联网海量搜索数据挖掘研究及其在预测和预警中的应用. 科学出版社, 北京, 2019. 第一作者论文: [1] Li, X*. & Law, R. Forecasting tourism demand with decomposed search cycles. Journal of Travel Research. 2019. https://doi.org/10.1177/0047287518824158. SSCI, IF:5.338 ABS 4 [2] Li, X.*, Pan, B., Law, R., & Huang, X. Forecasting tourism demand with composite search index. Tourism Management, 2017, 59, 57-66. SSCI , ESI高被引论文, IF:6.012 ABS 4 [3] Li, X., Shang, W., Wang, S., & Ma, J. A MIDAS modelling framework for Chinese inflation forecast incorporating Google search data, Electronic Commerce Research and Applications, 2015, 14(2), 112-125. SSCI/SCI, IF:2.911 [4] Li, X., Ma, J., Wang, S., & Zhang, X. How does Google search affect trader positions and crude oil prices? Economic Modelling, 2015, 49, 162-171. SCI, IF:2.056 [5] Li, X., Zhang X, Wang, S., & Ma, J. Attention matters: An exploration of relationship between Google Search behaviors and crude oil prices. Journal of Systems Science and Complexity. Forthcoming, 2019 . SCI [6] Li, X., Ma, J., Shang, W., Wang, S., & Zhang, X. How does public attention influence natural gas price? New evidence with Google search data. International Journal of Knowledge and Systems Science, 2014, 5(2), 65-80. [7] 李新, 张珣. 互联网搜索指数构建新方法及国际油价实证研究, 系统工程理论与实践, 2016, 36(2): 319-325. EI/国家自然科学基金委管理科学部认定的A类期刊 [8] Li, X*. Investor psychological bias and speculation: the asymmetric impacts of big data on commodity prices, Proceedings of 35th International Conference on Information Systems (ICIS), Auckland, New Zealand, December, 2014. 管理信息系统领域顶级国际会议 通讯作者论文 [9] 任武军,李新*. 基于互联网大数据的旅游需求分析—以北京怀柔为例, 系统工程理论与实践, 2018, 38(2): 437-443. EI/国家自然科学基金委管理科学部认定的A类期刊 [10] 任武军,李新*. 基于多源大数据的旅游预警系统架构设计, 科技促进发展,2016, 12(2):162-167.

推荐链接
down
wechat
bug