主讲人：李海林
讲座时间：2024-02-27 09:30:00
讲座地点：临港校区经外楼A301a
主办单位：经济与管理学a院
主讲人简介：三级教授，博士生导师，主要研究数据科学与创新管理。曾任华侨大学信息管理系主任、工商管理学院院长助理、教务处副处长，担任《信息管理与信息系统》国家一流本科专业负责人。入选全球2%顶尖科学家（World's Top 2% Scientists）终身影响力榜单和年度影响力榜单、福建省高校新世纪优秀人才、福建省高校杰出青年科研人才、福建省C类高层次人才、泉州市第二高层次人才、华侨大学学术英才。以独立作者获福建省社会科学优秀成果二等奖（政府奖）、辽宁省优秀博士学位论文奖等科研奖励。在《Pattern Recognition》《Information Sciences》《Knowledge-based Systems》《系统工程理论与实践》《情报学报》《科研管理》《科学学研究》《电子学报》《控制与决策》等中科院分区的一区或TOP、国家基金委管科学部认定A类等国内外重要学术期刊发表论文100多篇，出版著作2部；主持3项国家级科研项目和7项省部级科研项目，参与多项各类科研项目；主持福建省新文科研究与改革实践项目、福建省本科高校教育教学改革研究项目、福建省一流课程《数据挖掘》等教学研究和建设项目。中国信息经济学会理事会理事、中国系统工程学会数据与知识专委会委员，国家自然科学基金通讯评审专家，教育部学位中心研究生学位论文评审专家，泉州市信息化项目评审专家。
讲座内容：
随着社会信息化不断发展，企业的数字化程度不断提升，反映企业经营状况的各类数据呈现海量增长趋势，数据高维性、变量非线性与非对称性、管理实际的不确定性风险等现实情况给科学研究带来巨大挑战。管理学者日渐意识到需要突破传统相关性理论和方法的局限，发展适应复杂管理系统的新理论、新方法和新范式。大数据技术凭借强大的知识学习和挖掘能力，已开始被应用于社会科学领域研究，用于解决复杂多变的社会现象。基于此，基于大数据技术提出了一套适用于经济学和管理学领域研究的数据驱动分析方法（Data-driven Analysis, DDA），主张通过获取某一时段内的全样本数据，在不做任何假设推演的情况下遵从数据内部规律，让数据本身告诉我们变量之间的真实作用关系，并结合现有的管理学理论对数据结果进行解释，进而避免出现遗漏重要数据信息的问题。数据驱动分析有三个主要步骤：异质性特征分析、组合效应分析和影响机制分析。DDA可用于发现系统要素间的耦合作用及其与系统演化的因果关系，有助于管理决策者进一步调配有限的决策资源、实现复杂管理问题的最优决策过程，是数据挖掘和机器学习在管理学研究中的有益探索。