团队与科学研究
李娜讲师
研究专长：可持续供应链管理、平台经济、智慧物流
主讲课程：机器学习与物流大数据分析、物流大数据模型与方法
个人概述：

南开大学经济与社会发展研究院现代物流研究中心讲师，2023年毕业于北京理工大学，获得管理学博士学位，2021-2022年赴新加坡国立大学访学。主要研究方向包括：可持续供应链管理、企业社会责任、平台经济、智慧物流等。在《Production and Operations Management》、《International Journal of Production Economics》、《Annals of Operations Research》、《Transportation Research Part E: Logistics and Transportation Review》等SCI/SSCI期刊发表多篇论文，其中一篇入选ESI高被引论文。在POM发表的论文，经世界知名学术出版集团Wiley 统计，入选2021-2022 POM高被引论文和2021年度前10 最多下载论文。参与多项国家自然科学基金面上项目，并担任《Transportation Research Part E: Logistics and Transportation Review》等期刊匿名审稿人。


联系方式: 022-23498038
E-mail: nk_lina@nankai.edu.cn
通讯地址: 南开大学八里台校区经发院406室
学习经历

2023年毕业于北京理工大学，获得管理学博士学位。

工作经历

2023年7月至今，南开大学经济与社会发展研究院，讲师

论文专著 基金项目 荣誉奖励 咨询服务 社会兼职 讲授课程

论文

[1]Guo Li, Na Li, Suresh P. Sethi (2021). Does CSR reduce idiosyncratic risk? Roles of operational efficiency and AI innovation. Production and Operations Management, 30(7), 2027-2045. (SCI)

[2]Guo Li, Na Li, Narayanasamy Sambandam, Suresh P. Sethi, Faping Zhang. (2018). Flow shop scheduling with jobs arriving at different times. International Journal of Production Economics, 206, 250-260. (SCI)

[3]Na Li, Guo Li. (2022). Hybrid partheno-genetic algorithm for multi-depot food delivery problem with mixed time windows. Annals of Operations Research, DOI:10.1007/s10479-022-04747-8. (SCI)

[4]Guo Li, Jing Xue, Na Li*, Dmitry Ivanov. (2022). Blockchain-supported business model design, supply chain resilience, and firm performance. Transportation Research Part E: Logistics and Transportation Review, 163, 102773.(SCI)

[5]Guo Li, Na Li. (2019). Customs classification for cross-border e-commerce based on text-image adaptive convolutional neural network. Electronic Commerce Research, 19(4), 779-800. (SSCI)

[6]Jing Xue, Guo Li*, Na Li* (2021). Does green and sustainable engagement benefit online platforms in supply chains? The role of green and public concern. International Journal of Logistics Research and Applications, 25(4-5), 678-693. (SSCI)


l 国家自然科学基金面上项目：“社交化电商下平台供应链竞合策略与治理机制研究”（No.72272013），资助期限：2023.01-2026.12；参与。

l 国家自然科学基金面上项目：“供应商渠道入侵下平台零售商信息共享与库存策略研究”（No.71971027），资助期限：2020.01-2023.12；参与。

l 国家自然科学基金重大研究计划（大数据驱动的管理与决策研究）培育项目：“融合多源异构大数据的电信产品配置及个性化营销策略研究”（No.91746110），资助期限：2018.01-2020.12；参与。


[1] 2023年北京理工大学优秀毕业生

[2] 2023年北京理工大学优秀博士学位论文

[3] 2021年博士研究生国家奖学金

[4] 2021年北京理工大学优秀研究生标兵

[5] 2021年中国物流学会优秀论文二等奖

担任Transportation Research Part E: Logistics and Transportation Review, Annals of Operations Research, Electronic Commerce Research等期刊审稿人。

1. 物流大数据模型与方法

课程类型：博士研究生，专业选修课

内容介绍：本课程是物流学博士研究生的专业选修课程。本课程重点介绍物流大数据分析与挖掘方法的原理、应用和相关前沿研究，旨在培养学生在物流领域应用大数据分析与挖掘技术，开展创新性研究和解决实际问题的能力。学生将学习大数据分析的基本知识，掌握分析智慧物流运营问题的基本方法和工具，了解其在物流供应链管理研究中的应用，并熟悉机器学习和大数据分析技术在物流领域的前沿研究。


2. 机器学习与物流大数据分析

课程类型：硕士研究生，专业选修课

内容介绍：本课程是物流学、物流工程与管理硕士专业选修课程。本课程通过讲解机器学习原理及其在物流学中的现实应用，使学生熟悉机器学习的应用场景，熟练掌握机器学习工具，特别是培养学生针对相关专业的实际问题和行业痛点，结合机器学习算法工具，优化现有解决方案的能力。课程讲解从机器学习方法和应用两个维度展开。本课程还将介绍机器学习的常用工具Python以及常用工具包的使用，提高学生的实际应用能力。