毕建武
管理学博士、副教授、博士生导师
南开大学百名青年学科带头人培养计划入选者
【师生开放交流时间】
星期三 9:00-12:00
【办公地点】
418 办公室
【联系方式】
jianwubi@126.com
jwbi@nankai.edu.cn
【研究方向】
旅游大数据与决策分析、旅游需求分析
【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
【主要学术论文】
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》等国内外重要学术期刊上发表论文20余篇，其中，SCI/SSCI检索19篇，ABS 4论文6篇。发表的论文得到了国内外学者的关注和引用，Google学术引用1300余次，入选ESI热点论文1篇、ESI高被引论文3篇。发表的部分论文如下：
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/热点论文)
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高被引论文)
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高被引论文)
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. 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)
【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
【社会兼职】
1.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
2.中国管理现代化研究会管理与决策科学专业委员会理事
3.TM, ATR, IJHM, IJCHM, IJPR 等20余种SSCI/SCI期刊的论文评审专家
