当前位置: X-MOL首页全球导师 国内导师 › 毕建武

个人简介

南开大学百名青年学科带头人培养计划入选者 【教育背景】 2015年9月—2019年7月东北大学工商管理学院,管理学博士 2017年9月—2018年9月新加坡南洋理工大学计算机科学与工程学院,联合培养博士研究生 2012年9月—2015年1月辽宁工程技术大学安全科学与工程学院,工学硕士 2008年9月—2012年7月辽宁工程技术大学工商管理学院,管理学学士 【工作经历】 2022年12月——至今 南开大学旅游与服务学院,副教授、博士生导师 2022年09月——至今 南开大学旅游与服务学院,副教授、硕士生导师 2022年01月——至今 南开大学旅游与服务学院,副教授 2019年08月——2021年12月 南开大学旅游与服务学院,博士后 【主要科研项目】 主持国家级项目2项,省部级项目3项,校级项目2项,具体如下: 1. 国家自然科学基金委员会,青年项目, 72101124,概念漂移下基于多源异构数据的旅游需求迁移集成预测方法研究,2022-01至2024-12,在研,项目负责人 2. 全国哲学社会科学工作办公室,国家社科基金优秀博士论文出版项目,基于在线评论情感分析的服务属性分类及服务要素配置方法研究,2021-10至2022-10,在研,项目负责人 3. 教育部人文社科司,青年项目,20YJC630002,基于在线评论/评价的大众消费产品竞争态势分析及改进方法研究,2020-01至2023-12,在研,项目负责人 4. 博士后管委会,博士后特别资助项目,2020T130318,在线评论驱动下基于竞争情形的产品改进方法研究,2020-01至2022-08, 在研,项目负责人 5. 博士后管委会,博士后面上项目,2019M661000,基于在线评论/评价的酒店服务改进方法研究,2020-01至2022-08, 在研,项目负责人 6. 南开大学文科发展基金科学研究类项目,ZX20210067,竞争视角下基于在线评论挖掘的旅游产品改进方法研究,2021-04至2023-03,在研,项目负责人 7. 中央高校基本科研业务经费,63202074,基于在线评论的旅游产品竞争者识别及设计方法研究,2020-01至2021-10,已结项,项目负责人 参与国家级项目3项,具体如下: 1. 国家自然科学基金委员会,面上项目,基于联邦机器学习和相似案例特征挖掘的智能决策方法及应用研究 2. 国家自然科学基金委员会,面上项目,恣纵背后:基于元需求的旅游消费行为及供给侧改革对策构建路径研究 3. 国家自然科学基金委员会,面上项目,面向多视角决策支持的基于在线评论的群体偏好分析方法研究 【获奖情况】 2022年8月全国旅游管理博士后学术论坛优秀成果奖 2018年10月 博士研究生国家奖学金 2017年10月 博士研究生国家奖学金 2015年1月 辽宁省优秀毕业生 2013年10月 硕士研究生国家奖学金

研究领域

旅游大数据与决策分析、旅游需求分析

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)

Visual cues and consumer's booking intention in P2P accommodation: Exploring the role of social and emotional signals from hosts' profile photos 来源:TOURISM MANAGE( P 0261-5177 E 1879-3193 ) 发表时间: 2024/06 Text Analysis in Tourism and Hospitality: A Comprehensive Review 来源:J TRAVEL RES( P 0047-2875 E 1552-6763 ) 发表时间: 2024/04 Exploring the antecedents of airline employee job satisfaction and dissatisfaction through employee-generated data 来源:J AIR TRANSP MANAG( P 0969-6997 E 1873-2089 ) 发表时间: 2024/03 Collaborative forecasting of tourism demand for multiple tourist attractions with spatial dependence: A combined deep learning model 来源:TOURISM ECON( P 1354-8166 E 2044-0375 ) 发表时间: 2024/03 Hosts’ online affinities and their impacts on the number of online reviews on peer-to-peer platforms 来源:TOURISM MANAGE( P 0261-5177 E 1879-3193 ) 发表时间: 2024/02 Exploring the effect of “home feeling” on the online rating of homestays: a three-dimensional perspective 来源:INT J CONTEMP HOSP M( P 0959-6119 E 1757-1049 ) 发表时间: 2024/01 Fine-grained tourism demand forecasting: A decomposition ensemble deep learning model 来源:TOURISM ECON( P 1354-8166 E 2044-0375 ) 发表时间: 2023/11 Fantasy curiosity: a new theoretical perspective to understand anime pilgrimage 来源:CURR ISSUES TOUR( P 1368-3500 E 1747-7603 ) 发表时间: 2023/11 Tourism demand forecasting under conceptual drift during COVID-19: an ensemble deep learning model 来源:CURR ISSUES TOUR( P 1368-3500 E 1747-7603 ) 发表时间: 2023/10 The role of employee loyalty in online reputation: evidence from tourism and hospitality sector 来源:INT J CONTEMP HOSP M( P 0959-6119 E 1757-1049 ) 发表时间: 2023/10 Bi, J. W., Li C., Xu H. & Li, H. (2022). Forecasting daily tourism demand with big data: An ensemble deep learning method. Journal of Travel Research, 61(8), 1719-1737. (SSCI, IF=10.982, JCR Q1, ABS 4) Chen, D., & Bi, J.W. * (2022). Cue congruence effects of attribute performance and hosts’ service quality attributes on room sales on peer-to-peer accommodation platforms. International Journal of Contemporary Hospitality Management, 34(10), 3634-3654. Bi, J.W., Han, T. Y., Yao, Y., & Li, H. (2022). Ranking hotels through multi-dimensional hotel information: a method considering travelers’ preferences and expectations. Information Technology & Tourism, 24(1), 127-155. He, L. Y., Li, H.*, Bi, J.W., Yang, J. J., & Zhou, Q. (2022). The impact of public health emergencies on hotel demand-Estimation from a new foresight perspective on the COVID-19. Annals of Tourism Research, 94, 103402. Chang, J. L., Li, H.*, & Bi, J.W. (2022). Personalized travel recommendation: a hybrid method with collaborative filtering and social network analysis. Current Issues in Tourism, 25(14), 2338-2356. Bi, J. W., Li, H., & Fan, Z. P. (2021). Tourism demand forecasting with time series imaging: A deep learning model. Annals of Tourism Research, 90, 103255. (SSCI, IF=9.011, JCR Q1, ABS 4) Gao, G. X., & Bi, J. W. * (2021). Hotel booking through online travel agency: Optimal Stackelberg strategies under customer-centric payment service. Annals of Tourism Research, 86, 103074. (SSCI, IF=9.011, JCR Q1, ABS 4) Cheng, H., Liu, Q., & Bi, J. W. * (2021). Perceived crowding and festival experience: The moderating effect of visitor-to-visitor interaction. Tourism Management Perspectives, 40, 100888. (SSCI, IF=6.586, JCR Q1) Bi, J. W., Liu, Y., Fan, Z. P., & Zhang, J. (2020). Exploring asymmetric effects of attribute performance on customer satisfaction in the hotel industry. Tourism management, 77, 104006. (SSCI, IF=10.967, JCR Q1, ABS 4, ESI高被引论文) Bi, J. W., Liu, Y., & Li, H. (2020). Daily tourism volume forecasting for tourist attractions. Annals of Tourism Research, 83, 102923. (SSCI, IF=9.011, JCR Q1, ABS 4) Bi, J. W., Han, T. Y., & Li, H. (2020). International tourism demand forecasting with machine learning models: The power of the number of lagged inputs. Tourism Economics, 28(3), 621-645. (SSCI, IF=4.438, JCR Q1) Bi, J. W., Liu, Y., & Fan, Z. P. (2020). Crowd intelligence: Conducting asymmetric impact-performance analysis based on online reviews. IEEE Intelligent Systems, 35(2), 92-98. (SCI, IF=3.405, JCR Q2) Bi, J. W., Liu, Y., & Fan, Z. P. (2020). A deep neural networks based recommendation algorithm using user and item basic data. International Journal of Machine Learning and Cybernetics, 11(4), 763-777. (SCI, IF=4.012, JCR Q2) Bi, J. W., Liu, Y., Fan, Z. P., & Zhang, J. (2019). Wisdom of crowds: Conducting importance-performance analysis (IPA) through online reviews. Tourism Management, 70, 460-478. (SSCI, IF=10.967, JCR Q1, ABS 4, ESI高被引/热点论文) Bi, J. W., Liu, Y., Fan, Z. P., & Cambria, E. (2019). Modelling customer satisfaction from online reviews using ensemble neural network and effect-based Kano model. International Journal of Production Research, 57(22), 7068-7088. (SCI, IF=8.568, JCR Q1, ABS 3) Bi, J. W., Liu, Y., & Fan, Z. P. (2019). Representing sentiment analysis results of online reviews using interval type-2 fuzzy numbers and its application to product ranking. Information Sciences, 504, 293-307. (SCI, IF=6.795, JCR Q1) 毕建武, 刘洋, 樊治平. 依据在线评论的商品排序方法[J]. 系统工程学报, 2018, 33(03):422-432. (国家自然科学基金委管理科学部认定A级重要期刊)

学术兼职

兼任中国优选法统筹法与经济数学研究会智能决策与博弈分会理事 中国管理现代化研究会管理与决策科学专业委员会理事 TM, ATR, IJHM, IJCHM, IJPR 等20余种SSCI/SCI期刊的论文评审专家

推荐链接
down
wechat
bug