研究室について
現代社会では、データを活用した柔軟で正確な意思決定が求められています。 本研究室では、数理的アプローチを通じて、企業や社会の課題に応える研究を行っています。 データ包絡分析（DEA）をはじめとする評価手法や、統計・最適化・機械学習を組み合わせた新しい分析方法の開発に取り組んでいます。
ゼミの特徴
- 理論と実践を融合した研究方針
- 学生の興味を尊重したテーマ選択
- 実データを用いた分析演習
- 学会発表・論文執筆にも積極的
- 大学院進学やキャリア形成を支援
研究内容
💡
知能化アルゴリズムと機械学習
最適化と学習理論を融合し、意思決定を支援する先端アルゴリズムを開発しています。
📈
経営とマーケティングのためのデータサイエンス
実データを用いて、経営・市場分析に資する予測と因果の解明に挑んでいます。
📊
意思決定を支える数理的評価手法
DEAなどを用い、多基準環境下での最適な選択支援を目指した研究を行っています。
研究業績
国際会議
- 2025年3月28日 - 2025年3月30日 The 11th International Conference on Information Management (ICIM2025)
- 2025年2月14日 - 2025年2月17日 17th International Conference on Machine Learning and Computing
- 2024年12月20日 - 2024年12月22日 7th International Conference on Data Science and Information Technology
- 2024年11月23日 - 2024年11月24日 The 20th Annual Meeting & International Conference of OR Society of TAIWAN
- 2024年11月18日 - 2024年11月20日 International Conference on Data Envelopment Analysis
論文誌
- Sekitani, K., & Zhao, Y. (2025). Closest targets in Russell graph measure of strongly monotonic efficiency for an extended facet production possibility set. Journal of the Operational Research Society, 1-19.
- Zhao, Y., & Tsubaki, M. (2025). An algorithmic marketing approach to analyzing consumer well-being: Incorporating psychological factors in customer loyalty. Journal of Retailing and Consumer Services, 84, 104238.
- Zhao, Y. (2024). A Density-Weighted Information Gain Tree for Clustering Mixed-Type Data. In 2024 7th International Conference on Data Science and Information Technology (DSIT) (pp. 1-6). IEEE.
- Zhao, Y., & Morita, H. (2024). Estimating Malmquist-type indices with StoNED. Expert Systems with Applications, 250, 123877.
- Sekitani, K., & Zhao, Y. (2023). Least-distance approach for efficiency analysis: A framework for nonlinear DEA models. European Journal of Operational Research, 306(3), 1296-1310.
自己紹介
趙 宇
講師 東京理科大学経営学部経営学科
客員講師 統計数理研究所
専門分野：マーケティング科学、機械学習、数理最適化、経営効率性・生産性分析