姜海-清华大学工业工程系

教师队伍

首页 > 师资队伍 > 教师队伍 > 正文

姜海副教授

姓名：姜海
办公电话： +86-10-62796513
邮箱：haijiang@tsinghua.edu.cn
传真号码：+86-10-62794399
地点：清华大学舜德楼403B
教师主页：http://alum.mit.edu/www/haijiang

个人简介

（2026年4月27日更新）

博士生招生

■ 研究组每年预计招收1名博士生（2027年秋季入学有名额）。不区分直博、普博。

■ 请参加我系夏令营以及9月份的推研（注意：这两者是独立的。即使你入选了夏令营，你仍然要参加9月份的推研；如果你没有入选夏令营，请不要气馁，你同样可以参加9月份的推研）。

■ 如果你想申请本课题组的博士，那么你给我发邮件时比较理想的状态是有一项比较完整、扎实的研究经历。最好已撰写一篇英文期刊论文，如果已经拿到期刊的major revision，那更好。

■ 关于读博的苦乐可以在知乎、小红书上获取相关信息，你还可以阅读《The Ph.D. Grind》 pguo-PhD-grind.pdf。

■ 创业大赛之类，可以少参加，思路和读博不太一样。

■ 英语很重要，可以考个雅思/托福之类。

【联系方式】通常来说，写邮件(haijiang@tsinghua.edu.cn)是最方便的办法，你会在几个小时内得到答复。

姜海博士现任清华大学工业工程系长聘副教授、博士生导师，主要从事交通与物流系统、收益管理领域的研究。2016年获国家自然科学基金- 优秀青年科学基金（“优青”）资助,2025年主讲课程《数据结构与算法分析》入选国家一流本科线下课程。姜海现任中国运筹学会-行为运作管理分会副理事长，中国运筹学会常务理事，北京市运筹学会常务理事，Computers & Industrial Engineering交通方向的分区编辑（Area Editor）。他的学术论文发表于Operations Research、Transportation Science、Transportaton Research Parts B、Naval Research Logistics、Operations Research Letters、INFORMS Journal on Data Science等知名期刊。他擅长将消费者行为模型和大规模优化方法结合，为企业提供数据驱动的决策工具，提高运营效益。

在加入清华大学以前，姜海博士在世博控股(Sabre Holdings)位于美国达拉斯的总部就职，为其子公司Sabre Travel Network （全球领先的民航解决方案提供商），Sabre Airline Solutions（全球领先的航空行业解决方案提供商）和Travelocity（美国领先的在线旅游门户）提供研究支持，涉及机票、酒店和度假产品等诸多业务。此间，他推动完成了若干与消费者行为建模和推荐系统相关的研发项目，获得良好的收益。他因此于2009年获得CIO's Special Award for Exceptional Performance.

研究兴趣

姜海博士的研究兴趣主要包括如下几个方面：

■ 交通系统的建模与优化：在城市、航空、铁路交通等领域，姜海博士积累了丰富的经验，如车辆和人员的调度模型，收益管理，行程规划算法，驾驶员和旅客出行行为模型，动态交通分配（DTA），城市交通仿真等。他善于设计高效的数据结构和算法，并利用并行计算的平台，来提升这些模型在大规模问题下的运行效率。

■ 零售商的品类优化与定价：品类优化问题(Assortment Optimization Problem)是收益管理的经典问题.它研究零售商在满足运营约束的前提下,应如何从给定产品集合中选择一个子集提供给消费者,以最大化期望收益。我们针对消费者在面对细分产品时的选择行为，采用合适的离散选择模型建模，建立相应的优化模型并设计高效率的求解算法。

■ 用户行为的建模与分析：姜海博士擅长运用离散选择模型分析用户的选择偏好，如用户在互联网上购物时的产品选择偏好，旅客在市内（或城际）交通中的出行模式选择偏好，消费者在零售店中购物的商品选择偏好，以及市民对交通政策（譬如，汽车限购）的偏好等。在充分认识了用户的选择行为后，他进一步构建相应的优化模型（如，最大化利润或转化率），并设计求解算法，为企业的运营提供定量的指导。此外，他的研究小组精通实验设计，特别是选择实验设计（Choice Experiment），的理论和方法，与企业合作开展了多项关于新产品、新服务的市场研究，在问卷的设计、发放和分析上积累了大量的实际经验。

■ 统计学模型与深度学习模型的应用：姜海博士善于综合运用经典的统计学模型和新兴的深度学习的方法解决不同领域的数据挖掘问题。譬如，他的研究小组（1）与国内外领先的互联网企业建立了紧密的合作关系，通过分析和挖掘海量的用户浏览和点击数据，为这些企业设计了相关业务的产品推荐系统（Recommender Systems），给他们带来了巨大且可见的经济效益；（2）积极与国内领先的地图服务商合作，利用海量浮动车GPS数据开展大数据方面的研究，设计了相关的产品原型，并推动了它们的商业应用；（3）与交通部门合作，利用深度学习模型对城市道路的路况进行短时预测。

教育背景

■ 博士，麻省理工学院（MIT），交通与物流工程（2006年）

■ 硕士，麻省理工学院（MIT），交通与物流工程（2004年）

■ 学士，清华大学，土木工程（2001年）

工作经历

■ 2018年1月至今，清华大学工业工程系长聘副教授、博士生导师

■ 2009年10月至2017年12月，清华大学工业工程系副教授、博士生导师

■ 2006年8月至2009年10月，Sabre Holdings (Dallas, TX), Senior OR Analyst

已发表（接受）的论文

请点击这里通过Google Scholar查看

研究资助-同行评议项目

■ 面向人机融合的复杂城市轨道交通系统运作组织与控制策略研究，国家自然科学基金-重点项目，2025-2029，参与.

■ 可持续创新型城市即时配送服务运营管理研究，国家自然科学基金-中欧国际合作项目，2023-2026，参与.

■ 离散选择与系统优化，国家自然科学基金-优秀青年科学基金，2017-2019，PI.

■ 网约小巴服务：乘客偏好分析、运营建模和影响评估，国家自然科学基金-中德国际合作项目，2018-2020，PI.

■ 基于离散选择的推荐系统模型与算法，国家自然科学基金青年基金，2011-2014, PI.

■ 基于旅客选择行为的航班计划模型和算法研究，教育部博士点新教师基金，2011-2013，PI

研究资助-企事业委托项目

■ 民航货运收益管理模型，中国国际航空股份有限公司，PI

■ 卫星调度算法，启元实验室，PI

■ 网约车的品类定价优化，美团，PI

■ 订单更改实时调度技术，华为，PI

■ 基于骑手GPS轨迹的地图数据自动生辰，美团，PI

■ 网约车用户全生命周期建模及用户运营策略优化，美团,PI

■ 骑手骑行路线规划模型，美团，PI

■ 基于智驾盒子GPS数据的驾驶员风险评估模型，清华大学（苏州）汽车研究院，PI

■ 动态巴士调度算法，美国福特汽车公司，PI

■ 基于OpenXC车辆数据的驾驶行为分析，美国福特汽车公司，PI

■ 基于多数据源的路况预测模型，北京交通发展研究中心，PI

■ 基于浮动车GPS数据的北京市区路口延误测算，北京交通发展研究中心，PI

■ 中国不同地域小汽车保有量的预测，美国福特汽车公司，PI

■ 中国未来出行领域的研究调研，美国福特汽车公司，PI

■ 汽车共享在中国的市场前景，美国福特汽车公司，PI

■ 航线航班检测系统开发，中国民航科学技术研究院，PI

■ 基于低频浮动车数据的新路识别算法，高德地图，PI

■ 基于浮动车数据的路口信号灯周期与排队长度测算模型，北京交通发展研究中心，PI

■ 道路影像自动识别软件开发项目，高德地图，PI

■ 信号交叉口的通行模型研究，高德地图，PI

■ 基于断面流量的OD反推模型及流量检测断面选择方案研究，北京交通发展研究中心，PI

■ 酒店优化算法研究，去哪儿网，PI

■ 城市交通拥堵等级判断关键技术研究，中兴通讯股份有限公司，PI

■ 动态交通分析系统模型研究，中国航天系统工程公司，PI

■ 北京市交通路径选择模型研究，北京交通发展研究中心，PI

■ 高速甘特图可视化方法的开发，三菱重工，PI

■ 铁路旅客运输的收益管理模式研究，易程股份，PI

本科/研究生课程

■ 数据结构与算法设计（课号30160192,春季学期开课），【查看教学评估2015春】。

教材：Brassard, Gilles, and Paul Bratley. Fundamentals of algorithmics. Englewood Cliffs: Prentice Hall, 1996.

■ 交通系统分析（本科生课号：40160343）【查看教学评估2015春】

这门课主要讲授四个模块的内容：交通需求建模（Transportation Demand Modeling），交通网络分析(Transportation Network Analysis)，交通系统优化(Transportation System Optimization)，适合对交通工程感兴趣的三年级本科生（或有概率和统计基础的低年级本科生）和研究生选课。春季学期开课。内容选自：

1. Ben-Akiva, M. and S. Lerman, Discrete Choice Analysis: Theory and Application to Travel Demand, MIT Press, 1985

2. Sheffi, Y., Urban Transportation Networks: Equilibrium Analysis with Mathematical Programming Methods, Prentice-Hall, 1985

3. Larson, R. and A.R. Odoni, Urban Operations Research, Dynamic Ideas, 2007

■ 运筹学/定量分析方法（3或4学分）

为工程硕士/MEM等在职教育开的课程，比较科普，老少咸宜，适合对运筹学感兴趣的本科生和研究生选修，内容包括线性规划、整数规划、动态规划、排队论、网络模型、库存模型等，课业负担较轻。通常周三晚上上课。秋季学期开课。教材：熊伟，运筹学（第二版），机械工业出版社，2009

企业培训课程

我长期为企业界管理者和技术骨干提供管理与技术培训，帮助他们理解并应用数字化运营与数据驱动的决策。课程结合实际案例、前沿方法与行业洞察，旨在让学员能够在复杂环境中做出更科学、更有创造力的决策。

主要课程：

■ 决策的科学与艺术（The Science and Art of Decision Making，英文授课）

■ 数字化运营与大数据

■ 从数据到决策：城市轨道交通系统管理

■ 数据驱动的智能决策与业务优化

■ 从数据到决策：银行业的运筹学与机器学习方法（From Data to Decision: Operations Research and Machine Learning Methods in the Banking Industry，英文授课）

■ 智慧城市：城市创新与未来生活（Smart Cities: Urban Innovations and the Future of Life，英文授课）

所获奖励

■ 2025年主讲课程《数据结构与算法分析》入选国家一流本科线下课程

■ 2024年中国物流与采购联合会科技进步一等奖

■ 2023年华人学者管理科学与工程国际年会（CSMASE）管理实践奖第二名

■ 2023年度清华经管EMBA教学奉献奖

■ 2022年度“第二十一次中国物流学术年会优秀论文奖”一等奖

■ 2021年度清华经管EMBA教学新锐奖

■ 2021年中国公路学会优秀博士论文指导教师

■ 2021年北京交通工程学会“第三届交通运输工程全国优秀博士学位论文评选”优秀博士论文奖（指导教师）

■ 2020年美团科研合作探索奖

■ 2020年“第十九次中国物流学术年会优秀论文奖”三等奖

■ 清华大学第二批“标杆课程”（数据结构）【新闻】，2019

■ 清华大学精品课（数据结构与算法分析），2019

■ 清华大学2017年度“教学优秀奖”【澎湃新闻】【新浪新闻】

■ 清华大学2013年度“青年教师教学优秀奖”，2014

■ 清华大学第32届“挑战杯”优秀指导教师，2014

■ 工业工程系科研工作优秀奖，2013

■ 清华大学大学生研究训练（SRT）优秀项目一等奖，2012

■ 第二届清华大学“落地北京”优秀项目，2012

■ 工业工程系本科生课程教学优秀奖（交通），2012

■ 工业工程系本科生课程教学优秀奖，2011

■ 工业工程系科研工作优秀奖，2011

■ 清华大学第29届“挑战杯”优秀指导教师，2011

■ 工业工程系研究生课程教学优秀奖，2010

■ CIO’s Special Award for Exceptional Performance, Sabre Holdings Corp., 2009

■ Anna Valicek Medal, AGIFORS, 2006

■ Alfred P. Sloan Foundation Fellowship, MIT Global Airline Industry Program, 2003-2006

■ Research Assistantship, Ford-MIT Alliance, 2001-2003

■ 茅以升科技教育奖学金，中国科协，2000

■ 清华大学第七届结构设计大奖赛专业组一等奖，2000

■ 清华大学第七届结构设计大奖赛专业组最佳结构分析奖，2000

附件【pguo-PhD-grind.pdf】已下载次