畢建武
管理學博士、副教授、博士生導師
402永利手机版网址百名青年學科帶頭人培養計劃入選者
【師生開放交流時間】
星期三 9:00-12:00
【辦公地點】
418 辦公室
【聯系方式】
jianwubi@126.com
jwbi@nankai.edu.cn
【研究方向】
旅遊大數據與決策分析、旅遊需求分析
【教育背景】
2015年9月—2019年7月東北大學工商管理學院,管理學博士
2017年9月—2018年9月新加坡南洋理工大學計算機科學與工程學院,聯合培養博士研究生
2012年9月—2015年1月遼甯工程技術大學安全科學與工程學院,工學碩士
2008年9月—2012年7月遼甯工程技術大學工商管理學院,管理學學士
【工作經曆】
2022年12月——至今 402永利手机版网址,副教授、博士生導師
2022年09月——至今 402永利手机版网址,副教授、碩士生導師
2022年01月——至今 402永利手机版网址,副教授
2019年08月——2021年12月 402永利手机版网址,博士後
【主要科研項目】
主持國家級項目2項,省部級項目3項,校級項目2項,具體如下:
1. 國家自然科學基金委員會,青年項目, 72101124,概念漂移下基于多源異構數據的旅遊需求遷移集成預測方法研究,2022-01至2024-12,在研,項目負責人
2. 全國哲學社會科學工作辦公室,國家社科基金優秀博士論文出版項目,基于在線評論情感分析的服務屬性分類及服務要素配置方法研究,2021-10至2022-10,在研,項目負責人
3. 教育部人文社科司,青年項目,20YJC630002,基于在線評論/評價的大衆消費産品競争态勢分析及改進方法研究,2020-01至2023-12,在研,項目負責人
4. 博士後管委會,博士後特别資助項目,2020T130318,在線評論驅動下基于競争情形的産品改進方法研究,2020-01至2022-08, 在研,項目負責人
5. 博士後管委會,博士後面上項目,2019M661000,基于在線評論/評價的酒店服務改進方法研究,2020-01至2022-08, 在研,項目負責人
6. 402永利手机版网址文科發展基金科學研究類項目,ZX20210067,競争視角下基于在線評論挖掘的旅遊産品改進方法研究,2021-04至2023-03,在研,項目負責人
7. 中央高校基本科研業務經費,63202074,基于在線評論的旅遊産品競争者識别及設計方法研究,2020-01至2021-10,已結項,項目負責人
參與國家級項目3項,具體如下:
1. 國家自然科學基金委員會,面上項目,基于聯邦機器學習和相似案例特征挖掘的智能決策方法及應用研究
2. 國家自然科學基金委員會,面上項目,恣縱背後:基于元需求的旅遊消費行為及供給側改革對策構建路徑研究
3. 國家自然科學基金委員會,面上項目,面向多視角決策支持的基于在線評論的群體偏好分析方法研究
【主要學術論文】
近五年,在《Tourism Management》、《Annals of Tourism Research》、《Journal of Travel Research》、《International Journal of Contemporary Hospitality Management》、《International Journal of Production Research》、《Information Sciences》、《Information Fusion》等國内外重要學術期刊上發表論文20餘篇,其中,SCI/SSCI檢索19篇,ABS 4論文6篇。發表的論文得到了國内外學者的關注和引用,Google學術引用1300餘次,入選ESI熱點論文1篇、ESI高被引論文3篇。發表的部分論文如下:
1. 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/熱點論文)
2. 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高被引論文)
3. 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)
4. 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)
5. 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)
6. 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)
7. 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)
8. 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.
9. Liu, Y., Bi, J. W.*, & Fan, Z. P. (2017). Multi-class sentiment classification: The experimental comparisons of feature selection and machine learning algorithms. Expert Systems with Applications, 80, 323-339. (SCI, IF=6.954, JCR Q1, ABS 3)
10. 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)
11. 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)
12. 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)
13. 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)
14. Liu, Y., Bi, J. W., & Fan, Z. P. (2017). Ranking products through online reviews: A method based on sentiment analysis technique and intuitionistic fuzzy set theory. Information Fusion, 36, 149-161. (SCI, IF=12.975, JCR Q1, ESI高被引論文)
15. Liu, Y., Bi, J. W., & Fan, Z. P. (2017). A method for multi-class sentiment classification based on an improved one-vs-one (OVO) strategy and the support vector machine (SVM) algorithm. Information Sciences, 394, 38-52. (SCI, IF=6.795, JCR Q1)
16. Liu, Y., Bi, J. W. *, & Fan, Z. P. (2017). A method for ranking products through online reviews based on sentiment classification and interval-valued intuitionistic fuzzy TOPSIS. International Journal of Information Technology & Decision Making, 16(06), 1497-1522. (SCI, IF=2.22, JCR Q3)
17. 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)
18. 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.
19. 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.
20. 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.
21. 畢建武, 劉洋, 樊治平. 依據在線評論的商品排序方法[J]. 系統工程學報, 2018, 33(03):422-432. (國家自然科學基金委管理科學部認定A級重要期刊)
【獲獎情況】
2022年8月全國旅遊管理博士後學術論壇優秀成果獎
2018年10月 博士研究生國家獎學金
2017年10月 博士研究生國家獎學金
2015年1月 遼甯省優秀畢業生
2013年10月 碩士研究生國家獎學金
【社會兼職】
1.兼任中國優選法統籌法與經濟數學研究會智能決策與博弈分會理事
2.中國管理現代化研究會管理與決策科學專業委員會理事
3.TM, ATR, IJHM, IJCHM, IJPR 等20餘種SSCI/SCI期刊的論文評審專家