长期致力于复杂系统评价领域的前沿基础理论研究，围绕数据与行为驱动的评价理念先后提出多源随机聚合评价理论与方法、面向行为的评价理论与方法、感知型评价理论与方法、多源信息密度集结等多个新的研究方向，并结合国家可持续发展、东北全面振兴等实践背景展开深入应用，有效发展与丰富了评价理论实践的知识体系。 【兴趣领域】评价理论与技术、指数理论及应用、创新技术及数智融合、群体智慧 【主讲课程】《商务数据分析：R、Python与Spark》（本科生）；《数据可视化》（本科生）；《企业创新创业管理》（本科生）；《商务数据科学》（硕士生）；《数据与智能分析》（博士生）；《数据驱动的评价与可视化》（博士生）；《商业模式创新管理...