【博士生招生】研究组每年预计招收1名博士生,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)。如果你想申请博士,那么你申请时比较理想的状态是:(1)有一项比较完整的研究经历,最好已撰写完毕英文期刊论文,如果正在/已经接受同行评议,那更好;(2)有志于从事教职;(3)有在博三/四出国交换的打算。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》。
【对外办公时间】学术休假中,不对外办公,请邮件联系。
【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。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.
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