当前位置: X-MOL首页全球导师 国内导师 › 姜元春

个人简介

近年来一直从事电子商务、商务智能、数据挖掘等方面的理论研究工作。先后主持国家自然科学基金优秀青年基金、国家自然科学基金重大研究计划培育项目,国家自然科学基金青年基金、教育部人文社科基金、高等学校博士点基金(新教师类)、阿里巴巴青年学者支持计划、腾讯CCF-犀牛鸟计划等课题的研究工作。在营销领域国际权威期刊Marketing Science、软件工程领域国际权威期刊IEEE Transactions on Software Engineering以及Decision Support Systems、Information Sciences、International Journal of Production Research、International Journal of Production Economics等国内外学术期刊发表研究论文50余篇,获国家发明专利授权4项,参与出版学术专著3部。长期担任《管理评论》学术期刊电子商务、网络营销领域审稿人。 教育背景 2000.09-2004.07 合肥工业大学管理学院信息管理与信息系统 2004.09-2011.07 合肥工业大学管理学院电子商务 2008.09-2011.02 Katz Graduate School of Business, University of Pittsburgh 科研项目 主持的科研课题: 国家自然科学基金优秀青年基金“个性化营销理论与方法”, 2018.01-2020.12 国家自然科学基金重大研究计划培育项目 “互动大数据驱动的购买意愿预测与个性化营销方法研究”,2016.01-2018.12 国家自然科学基金青年基金“在线替代品系列销售的动态协同价格策略研究”,2014.01-2016.12 教育部人文社科青年基金“在线社会性网络的信息传播及其对客户关系管理的影响”,2012.01-2014.12 教育部高等学校博士点基金(新教师类)“电子商务零售平台营销工具的组合方法研究”,2013.01-2015.12 合肥工业大学青年教师创新基金“多阶段多替代品的网络动态价格策略研究”,2013.7-2014.7 CCF-腾讯犀牛鸟基金“社会化推荐模型与算法研究”,2014.10-2015.10(联合主持) 阿里巴巴青年学者支持计划“基于用户行为分析的个性化推荐系统研究”,2010.03-2011.03 参加的科研课题: 国家自然科学基金重大项目课题“面向大数据的商务分析与计算方法以及支撑平台”,2015.01-2.19.12 国家973计划项目“社交网络分析与网络信息传播的基础研究”子课题,2013.01-2017.12 国家自然科学基金项目“基于主动协作关系的网络用户建模及模型优化方法研究”, 2011.01-2013.12 国家自然科学基金项目“基于网络消费者信息需求模型的网站导航问题研究”, 2007.01-2009.12 国家科技支撑计划项目子课题“第三方检验检测科技服务云平台研发及示范应用” 2015.01-2017.12 核高基国家科技重大专项“大型网络应用及服务平台研制与示范:面向应用及服务的个性化推荐方法”,2011.05-2013.5 科研奖励 1. 杨善林,付超,李凯,姜元春,王刚,面向复杂产品开发过程管理的优化与决策方法,2015年度高等学校科学研究优秀成果奖(自然科学奖),二等奖 2.《基于智能优化方法的个性化营销策略研究》获2014全国优秀博士学位论文提名奖,安徽省第四届优秀博士学位论文 3. 2007年合肥工业大学十大科技标兵 教学研究 1. 主讲课程: 电子商务概论 商务智能 商业研究方法 2. 教研项目: 电子商务大学生创客实验室,安徽省级质量工程项目,2017 新兴信息技术环境下商务分析方法类课程教学体系建设与实践,合肥工业大学青年教师质量工程项目,2017 3. 教学获奖: 2019年度安徽省教学成果一等奖(排名第一) 2019年度安徽省教学成果特等奖(排名第五) 2017年度安徽省教学成果一等奖(排名第四) 2013年获安徽省MBA优秀教师称号 合肥工业大学2012年青年教师教学基本功比赛第二名 指导全国大学生电子商务三创赛“城区快递业务末端解决方案”获安徽赛区特等奖、全国总决赛二等奖 4. 指导学生情况 2012级硕士 叶阳 毕业去向:蚂蚁金服智能运营中心 2013级硕士 邵亮 毕业去向:阿里巴巴人工智能实验室 2013级硕士 李隆 毕业去向:网易考拉海购 2014级硕士 梁士全 毕业去向:百度内容生态部 2014级硕士 徐玉祥 毕业去向:国元证券 2012级博士 王锦坤 毕业去向:华为运营商事业群 2013级博士 王佳佳 毕业去向:华为大数据产品部 2015级硕士 史家成 毕业去向:上海证券交易所

研究领域

电子商务 网络营销 数据挖掘

近期论文

查看导师新发文章 (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)

(1)期刊论文 刘业政,钱洋,姜元春,J Shang,Using Favorite Data to Analyze Asymmetric Competition: Machine Learning Models, European Journal of Operational Research, doi.org/10.1016/j.ejor.2020.03.074, 2020 刘业政,Zhe Li,Chong Zhou,姜元春,孙见山,Meng Wang ; Xiangnan He,Generative Adversarial Active Learning for Unsupervised Outlier Detection, IEEE Transactions on Knowledge and Data Engineering,10.1109/TKDE.2019.2905606, 2020 钱洋,刘业政,姜元春,刘晓,Detecting topic-level influencers in large-scale scientific networks,World Wide Web 23 (2), 831-851,2020 刘业政,杜非,孙见山,姜元春,iLDA: An interactive latent Dirichlet allocation model to improve topic quality,Journal of Information Science 46 (1), 23-40,2020 钱洋,姜元春,杜亚楠,孙见山,刘业政,Segmenting market structure from multi-channel clickstream data: a novel generative model,Electronic Commerce Research, 1-25,2019 孙见山,应蓉蓉,姜元春,丁正平,何建民,Leveraging friend and group information to improve social recommender system,Electronic Commerce Research, 1-26,2019 姜元春,陶丹丹,刘业政,孙见山,Cloud service recommendation based on unstructured textual information,Future Generation Computer Systems 97, 387-396,2019 刘业政,杜非,孙见山,T Silva, 姜元春,朱婷婷,Identifying social roles using heterogeneous features in online social networks,Journal of the Association for Information Science and Technology 70 (7): 660-674, 2019 刘业政,朱婷婷,姜元春,刘晓,Service matchmaking for Internet of Things based on probabilistic topic model,Future Generation Computer Systems 94, 272-281,2019 刘业政,熊强,孙见山,姜元春,T Silva,凌海峰,Topic-based hierarchical Bayesian linear regression models for niche items recommendation,Journal of Information Science 45 (1), 92-104,2019 刘业政,田志强,孙见山,姜元春,Distributed representation learning via node2vec for implicit feedback recommendation,Neural Computing and Applications, 1-11,2019 姜元春,刘业政,Jennifer Shang,Pinar Yildirim,Qingfu Zhang,Optimizing Online Recurring Promotions for Dual-Channel Retailers: Segmented Markets with Multiple Objectives,European Journal of Operational Research 267 (2), 612-627, 2018 姜元春, 刘业政, Hai Wang, Jennifer Shang, 丁帅, Online pricing with bundling and coupon discounts, International Journal of Production Research 56 (5), 1773-1788, 2018 刘业政, 王佳佳, 姜元春, 孙见山, Jennifer Shang, Identifying Impact of Intrinsic Factors on Topic Preferences in Online Social Media: A Nonparametric Hierarchical Bayesian Approach, Information Sciences 423, 219-234, 2018 王锦坤, 姜元春, 孙见山,刘业政, 刘晓, Group recommendation based on a bidirectional tensor factorization model,World Wide Web 21 (4), 961-984, 2018 孙见山, 姜元春, 程絮森, 刘业政, A hybrid approach for article recommendation in research social networks, Journal of Information Science 44 (5), 696-711, 2018 王锦坤, 张莎莎, 刘晓, 姜元春, A novel collective matrix factorization model for recommendation with fine‐grained social trust prediction, Concurrency and Computation: Practice and Experience 29 (19), e4233, 2017 刘业政,杨露,孙见山,姜元春,Collaborative Matrix Factorization Mechanism for Group Recommendation in big data-based library systems,Library Hi Tech,2017 李旭军, 刘业政,姜元春, Identifying Social Influence in Complex Networks: A Novel Conductance Eigenvector Centrality Model, Neurocomputing, Neurocomputing 210 (2016): 141-154 (通讯作者) 刘业政, 王佳佳, 姜元春, PT-LDA:A Latent Variable Model to Predict Personality Traits of Social Network Users, Neurocomputing, 210 (2016): 155-163(通讯作者) 姜元春, Jennifer Shang, 刘业政, Jerrold May, Redesigning promotion strategy for e-commerce competitiveness through pricing and recommendation, International Journal of Production Economics, 167: 257-270, 2015. 姜元春*, Jennifer Shang, 刘业政, Optimizing Shipping-Fee Schedules to Maximize E-tailer Profits, International Journal of Production Economics, 146(2): 634-645, 2013 姜元春, Jennifer Shang*, Chris F. Kemerer, 刘业政, Optimizing E-tailer Profits and Customer Savings: An Online Dynamic Bundle Pricing Model, Marketing Science, 30(4): 737-752, 2011 姜元春*, Jennifer Shang, 刘业政, Maximizing Customer Satisfaction through an Online Recommendation System: A Novel Associative Classification Model, Decision Support Systems, 48(3),pp. 470-479, 2010 . 姜元春*, 刘业政, Optimization of Online Promotion: A Profit-Maximizing Model Integrating Price Discount and Product Recommendation, International Journal of Information Technology and Decision Making, 11(5): 1-22, 2012 姜元春*, 刘业政, 刘晓, Integrating Classification Capability and Reliability in Associative Classification: A β-Stronger Model, Expert Systems With Applications, 37(5): 3953-3961, 2010 刘业政*, 姜元春, 杨善林, CSMC: A Combination Strategy for Multi-class Classification based on Multiple Association Rules, Knowledge-Based Systems, 21(8),pp. 786-793, 2008 陈思凤, 姜元春*, 刘业政, Cost Constrained Mediation Model for AHP Negotiated Decision Making, Journal of Multi-Criteria Decision Analysis,19(1-2): 3-13, 2012 刘晓, Yun Yang*, 姜元春, Preventing Temporal Violations in Scientific Workflows: Where and How,IEEE Transactions on Software Engineering, 37(6): 805-825, 2011 刘晓, Zhiwei Ni, Dong Yuan, 姜元春, A novel statistical time-series pattern based interval forecasting strategy for activity durations in workflow systems, Journal of Systems and Software, 84(3): 354-376, 2011 李旭军, 刘业政, 姜元春, 在线社交网络中群体互动行为的时间特征, 计算物理, 2015(录用) 刘业政, 杜亚楠, 姜元春, 杜非, 基于热度曲线分类建模的微博热门话题预测, 模式识别与人工智能, 28 (1): 27-71, 2015 张启平, 刘业政, 姜元春, 决策单元交叉效率的自适应群评价方法, 中国管理科学, 22 (11): 62-71, 2014 刘业政*, 姜元春, 张结魁, 证据信度的效用分析, 系统工程理论与实践, 3: 103-110, 2008 (中文版) (刘业政*,姜元春, Jiekui Zhang, The Utility Analysis of Belief in Evidence Theory, Systems Engineering-Theory and Practice, 3, pp. 103-110, 2008 (英文版)) 刘业政*, 姜元春, 林文龙, 基于模糊距离和神经网络的自适应群决策方法, 系统工程学报, 1: 28-35, 2008 姜元春*, 刘业政, 基于粗糙集与证据理论的决策规则合成方法研究, 系统仿真学报, 20(4): 951-955, 2008 (2)专著 刘业政, 姜元春, 张结魁, 网络消费者行为: 理论方法及应用, 科学出版社, 2011.2 Hai Wang, 刘业政, 姜元春, Shouhong Wang, Queuing Networks for Designing Shared Services. In: Wang, J. (Ed.), Encyclopedia of Business Analytics and Optimization, pp.1961-1966. Hershey, PA: IGI Global, 2014 (3)专利 姜元春,钱洋,杜非,刘业政等,基于项目使用次数的矩阵分解推荐方法,2016102645522(授权) 姜元春, 邵亮, 刘业政等, 一种考虑用户-作者关系建模的个性化搜索算法, 201510889763.0 (授权) 刘业政, 姜元春, 王锦坤等, 一种基于推荐概率融合的混合推荐方法, 201310637512.4 (授权) 刘业政, 王锦坤, 姜元春等, 一种基于全局评分信息的项目协同过滤推荐方法, 201410436669.5 (授权) 刘业政,宋颖欣,王锦坤,姜元春,孙见山,孙春华, 一种基于产品项目特征扩充的最近邻协同过滤方法, 2016105471486 (授权) 姜元春,杨露,刘业政,王锦坤,一种基于双向张量分解的群推荐方法,2016111685321(授权)

学术兼职

(1)第一届IEEE International Conference on Data Science in Cyberspace、2015 IEEE International Big Data Conference-The First International Workshop on Mining Big Data in Social Networks等国际学术会议程序委员会成员 (2)管理现代化研究会电子商务与网络空间管理专委会秘书长 (3)中国优选法统筹法与经济数学研究会青年工作委员会常务委员

推荐链接
down
wechat
bug