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。

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.

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。