高层次人才

您现在所在位置: 首页 >> 师资队伍 >> 高层次人才 >> 陕西省青年科技新星 >> 正文

 

朱青





所属院系:best365

专业技术职务:特聘教授

学  位:博士

通讯地址:best365长安区文澜楼1607

邮        箱:zhuqing@snnu.edu.cn



1983年5月生,陕西西安人,无党派人士,欧美同学会成员。2011年毕业于法国孟德 斯鸠大学企业管理学院,商学博士。同年由best365引进归国工作至今。 2015年进 入西安交通大学管理学院博士后流动站大数据领域继续研究。中国科学院中国数学交叉中 心、中国科学院数学与系统科学院高级访问学者。现就职于best365,特聘教授;best365数字与创新经济研究所(IDIE)执行主任, 陕西省智能商务大数据青年创新团队成员, 中国优选法统筹法与经济数学研究会青年工作委员会常务委员。自 2011年归国工作后,集中聚焦在人工智能系统控制领域的前沿竞争性研究工作。发表 SSCI/SCI源论文42篇;获批发明专利12项;获批主持国家科技部软科学重大研究计划、国 家自然科学基金、陕西省13115重大创新专项项目、陕西省软科学重点研究计划、榆林市 重大创新研究计划共5项;2018年8月获得西安市青年科技人才称号(1/1);2021年10月获得第十五次陕西省哲学社会科学优秀成果奖2等(1/5);2022年3月获得2021年度陕西省科学技术进步奖3等(3/6);2022年10月获得陕西省第十五届自然科学优秀学术论文奖2等 (1/5)。2023年3月获得第十四届陕西青年科技奖(1/1);共撰写4份政府政策建议、研究 报告,报送省部级主要领导批示,并在省级相关政府部门研究采纳,产生了积极的经济与 社会影响。



教育背景

2008-2011  管理科学与工程,PhD 商学博士,法国孟德斯鸠波尔多第四大学

2007-2008  管理科学,Master 商学硕士,法国孟德斯鸠波尔多第四大学

2005-2007  社会与经济学,Maîtrese (旧)研究生初级学位,法国让莫奈圣安蒂安大学

2001-2005  软件工程,学士,西安电子科技大学


职业经历

2023-          best365,特聘教授

2015-2023  best365,副教授,硕士生导师

2011-2015  best365,讲师,硕士生导师

2016-2018  大数据应用研究,Post-Doctor 博士后,西安交通大学

2012-2015  产业经济学,PhD 经济学博士,西安交通大学

2017-2017  挂职陕西广播电视台音乐广播、青春广播新媒体总监


社会(学术)兼职

2018.10   International Journal of internet and Enterprise Management审稿人

2018.7.10 受聘于延长石油资产投资公司企业咨询顾问

2018.6.19 受聘于陕西西咸新区西部云谷创新创业发展中心政府专家顾问

2018.6    管理评论审稿人

2015.8.19 当选中国优选法统筹法与经济数学研究会青年工作委员会委员



复杂系统、消费者感知系统、人工神经网络复杂计算


  

 论文

(1)Q. Zhu, Yinglin Ruan, Shan Liu*, Sung-Byung Yang, Lin Wang, Jianhua Che, Cross-Border Electronic Commerce’s New Path: from Literature Review to AI Text Generation, Data Science and Management 6 (2023) 21–33. DOI: doi.org/10.1016/j.dsm.2022.12.001.

(2)Q. Zhu, Jianhua Che, Yuze Li*, Renxian Zuo, A New Prediction NN Framework Design for Individual Stock Based on the Industry Environment, Data Science and Management 5 (2022) 199–211. DOI: doi.org/10.1016/j.dsm.2022.09.001.

(3)Q. Zhu, F. Zhang, S. Liu, L. Wang, S. Wang, Static or Dynamic? Characterize and Forecast The Evolution of Urban Crime Distribution, Expert Systems with Applications (2022) 116115. DOI: 10.1016/j.eswa.2021.116115.

(4)Q. Zhu, Kai Lu, Shan Liu, Yinglin Ruan, Lin Wang, Sung-Byung Yang, Can Low-Carbon Value Bring High Returns? Novel Quantitative Trading from Portfolio-of-Investment Targets in a New-Energy Market, Economic Analysis and Policy 76 (2022) 755–769. DOI: doi.org/10.1016/j.eap.2022.09.021

(5)Liu, S., Guan, S., Zhu, Q*. and Fang, C. (2022), Effects of Governance on Crowdsourcer Satisfaction in Crowdsourcing: Moderating Roles of Task and Environment Complexities, Industrial Management & Data Systems, Vol. 122 No. 4, pp. 1002-1024. DOI: doi.org/10.1108/IMDS-08-2021-0474

(6) Y. Li, S. Wang*, Y. Wei, Q. Zhu, A New Hybrid VMD-ICSS-BIGRU Approach for Gold Futures Price Forecasting and Algorithmic Trading, IEEE Transactions on Computational Social Systems (2021) 1–12. DOI: 10.1109/TCSS.2021.3084847.

(7)Q. Z. J. L. R. Z. Z. Guo, New Weather Indices for China: Based on DCC-GARCH and GRU Models, International Journal of Services Technology and Management 27 (2021) 163-188. DOI: 10.1504/ijstm.2021.115157.

(8)Y. Wu, Q. Zhu*, S. Liu, F. Zhang, L. Wang, Using Unlabeled Data Mining to Detect Customer Perceptions of Undefined Commodity Problems, International Journal of Services Technology and Management 27 (2021) 209–228. DOI: 10.1504/IJSTM.2021.115164.

(9)Q. Zhu, R. Zuo, S. Liu, F. Zhang, Online Dynamic Group-Buying Community Analysis Based on High Frequency Time Series Simulation, Electronic Commerce Research 20 (2020) 1572–9362. DOI: 10.1007/s10660-019-09380-5.

(10)S. Guan, W. Guo, S. Liu, Q. Zhu, The Relational Governance Antecedents and Loyalty Consequence of Service Quality in Crowdsourcing: The Moderating Role of Crowdsourcing Experience, Telematics and Informatics 55 (2020) 101453. DOI: 10.1016/j.tele. 2020.101453.

(11)Q. Zhu, F. Zhang, S. Liu, Y. Wu, L. Wang, A hybrid VMD–BIGRU Model for Rubber Futures Time Series Forecasting, Applied Soft Computing 84 (2019) 105739. DOI: 10.1016/j.asoc.2019.105739.

(12)Q. Zhu, F. Zhang, S. Liu, Y. Li, An Anticrime Information Support System Design: Application of K-Means-VMD-BIGRU in the City of Chicago, Information & Management (2019) 103247. DOI: 10.1016/j.im.2019.103247.