赵研究室

关于研究室

在现代社会，基于数据的灵活且精确的决策越来越重要。
本研究室致力于通过数学方法解决企业与社会中的现实问题。
我们从事以服务于决策的评估方法研究，并结合统计学、优化理论与机器学习，开发创新的数据分析模型。

💡

融合优化与学习理论，开发支持决策的前沿算法。

📈

基于真实数据进行预测与因果分析，支持管理与市场决策。

📊

基于DEA等方法，研究多准则环境下的最优选择与效率分析。

Yu Zhao and Michiko Tsubaki. An algorithmic marketing approach to analyzing consumer well-being: Incorporating psychological factors in customer loyalty. Journal of Retailing and Consumer Services 84, 104238. Elsevier. [doi] (2025)
Yu Zhao and Hiroshi Morita. Estimating Malmquist-type indices with StoNED. Expert Systems with Applications 250, 123877. Elsevier. [doi] (2024)
Kazuyuki Sekitani and Yu Zhao. Performance benchmarking of achievements in the Olympics: An application of Data Envelopment Analysis with restricted multipliers. European Journal of Operational Research 294(3), 1202–1212. Elsevier. [doi] (2021)
Yu Zhao, Hiroshi Morita, and Yukihiro Maruyama. The measurement of productive performance with consideration for allocative efficiency. Omega 89, 21–39. Elsevier. [doi] (2019)

Yu Zhao. Productivity Change Estimation under Data Uncertainty: A Forest-Based Probabilistic Approach. 2025 INFORMS Annual Meeting. 2025年10月26日–2025年10月29日
Yu Zhao. Measuring the Malmquist Productivity Index Incorporating Probabilistic Variations in Data. 34th European Conference on Operational Research. 2025年6月22日–2025年6月25日
Yu Zhao. Sustainable Performance Evaluation and Prediction of the Banking Sector: Opening the Black Box of DEA with Machine Learning and Explainable AI. 17th International Conference on Machine Learning and Computing. 2025年2月14日–2025年2月17日

讲师　东京理科大学经营学部经营学科

客座讲师　统计数理研究所

研究领域：营销科学、机器学习、数学优化、经营效率与生产率分析

本研究室希望通过数据科学的工具，为社会的可持续性发展提供有价值的研究成果。
有报考意向的同学欢迎邮件联系。