个人简介
管理科学与工程学会优秀博士学位论文获得者。2009年7月毕业于合肥工业大学数学学院数学与应用数学专业，获理学学士学位；2012年4月毕业于合肥工业大学管理学院信息管理与信息系统专业，获管理学硕士学位；2014年9月至2015年9月赴美国亚利桑那大学Eller管理学院人工智能实验室联合培养；2015年12月毕业于合肥工业大学管理学院管理科学与工程专业，获管理学博士学位。
近年来一直从事能源大数据分析与决策、能源消费与用户行为挖掘、能源与环境复杂系统建模、移动电信业客户关系管理等方面的研究工作。主持了国家自然科学基金面上项目、国家自然科学基金青年项目以及合肥工业大学学术新人计划项目等课题的研究工作。近年来研究成果发表在能源经济领域国际权威期刊《Energy Economics》、能源电力领域国际权威期刊《Applied Energy》、能源电力领域国际权威期刊《Energy Conversion and Management》以及《Transportation Research Part A》、《Energy》、《中国管理科学》等国际国内著名学术期刊上。
先后承担了“管理统计学”、“物联网技术”、“管理信息系统”等课程的教学任务，指导本科生参加大学生市场调查与分析大赛、大学生创新创业训练计划、电子商务“三创赛”等创新创业比赛，并多次荣获国家级、省部级和校级奖项。2018年被评为“合肥工业大学优秀毕业设计（论文）指导教师”。
教育背景
1. 2012/09–2015/12, 合肥工业大学, 管理学院, 管理科学与工程, 博士
2. 2014/09–2015/09, 美国亚利桑那大学, Eller管理学院, 联合培养博士
3. 2009/09–2012/04, 合肥工业大学, 管理学院, 信息管理与信息系统, 硕士
4. 2005/09–2009/07, 合肥工业大学, 数学学院, 数学与应用数学, 学士
科研项目
主持的科研项目：
(1) 多重不确定性场景下区域综合能源系统供需互动能量管理策略研究, 国家自然科学基金面上项目,2021-2024. (在研)
(2) 面向智能电网的需求侧用户行为建模与个性化用电策略推荐方法研究, 国家自然科学基金青年科学基金项目. (已结题)
(3) 能源互联网环境下考虑供需交互的微电网多能流能量预测理论及应用研究,合肥工业大学学术新人提升计划项目,2020-2021. (在研)
(4) 基于大数据分析的电力信息系统健康评价模型构建关键技术研究, 企业委托课题,2020-2023. (在研)
(5) 面向用户行为分析的数据预测与分类方法研究,合肥工业大学博士专项资助项目. (已结题)
参与的部分科研项目：
(1) 智能配用电信息及通信支撑技术研究与开发，国家863高技术研究发展计划项目.
(2) 基于电力大数据的需求侧能效服务系统技术研究与应用，安徽省科技重大专项.
(3) 云计算环境下的智能决策方法研究， 国家自然科学基金面上项目.
(4) 科研社交网络中融合多源异构大数据的科研兴趣图谱和智能推荐研究，国家自然科学基金委重大研究计划.
(5) 智慧医疗情境下基于多模态跨界融合的全景式智能决策方法研究，国家自然科学基金委重大研究计划.
(6) 分布式电源环境下的电价设计及其综合评价方法， 国家自然科学基金面上项目.
(7) 能源互联网环境下的风电功率概率密度预测方法研究， 国家自然科学基金面上项目.
(8) 基于制造大数据的产品研发知识集成与服务机制研究， 国家自然科学基金面上项目.
(9) 基于文本情感和异质网络分析的社会化推荐研究， 国家自然科学基金面上项目.
(10) 基于集成学习的商务智能中非均衡数据分类方法研究， 国家自然科学基金青年项目.
科研奖励
博士学位论文《基于特征分析和数据降维的复杂数据预测与分类方法研究》，管理科学与工程学会，优秀博士学位论文，2018。
教学研究
1. 主讲课程
(1) 管理统计学
(2) 管理信息系统
(3) 物联网技术
2. 出版教材
(1) 商务数据库技术与应用（安徽省规划教材），参编，科学出版社
(2) ERP与企业经营模拟（安徽省规划教材），参编，科学出版社
3. 教学获奖
2018年合肥工业大学优秀毕业设计（论文）指导教师
4. 创新创业指导
(1) 基于深度置信网络和模糊推理的电力业务信息系统健康评价助手——健康管家，国家级大学生创新创业训练计划项目，完成中，指导老师，2020
(2) “播”涛汹涌的电商直播带货——关于长三角地区“电商+直播” 模式下消费者群体意向调查，第十届全国大学生市场调查与分析大赛总决赛，三等奖，指导老师，2020
(3) 主人，放着别动，我来！-基于长三角地区家庭智能机器人需求情况调查，第九届全国大学生市场调查与分析大赛总决赛，一等奖，指导老师，2019
(4) 能源互联网环境下基于用户行为分析的用电服务助手-E管家，省级大学生创新创业训练计划项目，结题良好，指导老师，2019
(5) 猪肉哪家好、正大少不了——江苏省正大品牌猪肉消费需求和发展机会研究，第九届全国大学生市场调查与分析大赛安徽省分赛，三等奖，指导老师，2019
研究领域
1、能源电力领域
（1）能源需求预测及知识发现
（2）能源系统优化调度及智能决策
（3）电力用户行为挖掘与个性化推荐
（4）能源经济与金融（能源价格预测、期权定价）
（5）能源与环境复杂系统建模
2、移动电信业
（1）电信用户行文分析与个性化推荐
（2）电信业客户流失分析与客户挽留研究
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）
Shao Z , Zheng QR , Yang SL , et al. Modeling and forecasting the electricity clearing price: A novel BELM based pattern classification framework and a comparative analytic study on multi-layer BELM and LSTM[J]. Energy Economics, 2020,86:104648.
Cheng ML, Shao Z*, Gao F, et al. The effect of research and development on the energy conservation potential of China’s manufacturing industry: The case of east region[J]. Journal of Cleaner Production, 2020,258: 120558.
Wang WY, Zhang Q, Peng ZL, Shao Z, Li XF. An empirical evaluation of different usage pattern between car-sharing battery electric vehicles and private ones[J]. Transportation Research Part A-Policy and Practice, 2020, 135:115-129.
Cheng ML, Shao Z*, Yang CH, et al. Analysis of coordinated development of energy and environment in China’s manufacturing industry under environmental regulation: A comparative study of sub-industries[J]. Sustainability, 2019, 11 (22): 6510-6530.
Shao Z, Yang SL, Gao F, et al. A new electricity price prediction strategy using mutual information-based SVM-RFE classification[J]. Renewable and Sustainable Energy Reviews, 2017, 70: 330-341.
Shao Z, Chao F, Yang SL, et al. A review of the decomposition methodology for extracting and identifying the fluctuation characteristics in electricity demand forecasting[J]. Renewable and Sustainable Energy Reviews, 2017, 75: 123-136.
Shao Z, Gao F, Yang SL, et al. A new semiparametric and EEMD based framework for mid-term electricity demand forecasting in China: Hidden characteristic extraction and probability density prediction[J]. Renewable and Sustainable Energy Reviews, 2015, 52: 876-889.
Shao Z, Gao F, Zhang Q, et al. Multivariate statistical and similarity measure based semiparametric modeling of the probability distribution: A novel approach to the case study of mid-long term electricity consumption forecasting in China[J]. Applied energy, 2015, 156: 502-518.
Shao Z, Yang SL, Gao F. Density prediction and dimensionality reduction of mid-term electricity demand in China: A new semiparametric-based additive model[J]. Energy conversion and management, 2014, 87: 439-454.
Guo Z, Zhou KL, Zhang X, et al. Data mining based framework for exploring household electricity consumption patterns: A case study in China context[J]. Journal of cleaner production, 2018, 195: 773-785.
Zhou KL, Yang SL, Shao Z. Household monthly electricity consumption pattern mining: A fuzzy clustering-based model and a case study[J]. Journal of cleaner production, 2017, 141: 900-908.
Zhang C, Zhou KL, Yang SL, et al. Exploring the transformation and upgrading of China’s economy using electricity consumption data: A VAR–VEC based model[J]. Physica A: Statistical Mechanics and its Applications, 2017, 473: 144-155.
学术兼职
管理科学与工程学会智能决策研究会会员，担任Applied Energy、Energy Conversion and Management、International Journal of Electrical Power and Energy Systems等国际知名期刊的同行评议人。
京公网安备 11010802027423号