北大国家发展研究院bimba-凯发官网入口首页

北大国发院助理研究员、bimba商学院副院长

big data marketing、consumer behavior、marketing modeling、digital economy

2010.09-2014.07，北京大学，光华管理学院，营销模型专业，博士，导师：苏萌

2007.09-2010.07，北京大学，中国经济研究中心，企业管理专业，硕士，导师：张黎

2003.09-2007.07, 北京大学， 信息管理系，信息管理与信息系统专业，学士

2003.09-2007.07，北京大学，中国经济研究中心，经济学专业，学士（双学位）

全职：

2023.04 – 现在，北京大学国家发展研究院，助理研究员、bimba商学院副院长

2019.01 - 2023.03，北京百分点科技集团股份有限公司，数据科学实验室，首席数据科学家

2016.01 - 2018.12，北京百分点信息科技有限公司，企业业务事业部，总经理

2014.07 - 2015.12，北京百分点信息科技有限公司，数据科学与研究部，研发总监

兼职：

2021.01– 现在，北京大学光华管理学院，商业分析项目业界导师

2020.09 – 现在，北京大学信息管理系，业界实践导师

2018.06 – 现在，北京大学国家发展研究院-百分点 数据智能与国家发展实验室，副主任

2018.05– 2021.05，微总部创业创新基地，创业导师

2017.09 – 现在，中国人民公安大学信息技术与网络安全学院-百分点公共安全大数据与人工智能联合研究中心，副主任

2017.09 – 现在，北京大学国家发展研究院bimba商学院，企业讲师

2017.03 – 2018.02，中山广播电视台《数据中山》，项目顾问

2016.06 – 现在，中央财经大学-百分点金融营销大数据研究中心，联合主任

2016.06 – 现在，北大软微-百分点联合实验室，联合主任

2021年中国市场研究行业“分众传媒”优秀论文奖，专业组三等奖，中国信息协会市场研究业分会， 2021.11

2020年度emerald杰出论文奖，英国emerald出版集团，2020.12

2020年度北京市科学技术进步奖二等奖，北京市人民政府，2020.08

2019年获副高级研究员职称资格，北京市科学技术委员会， 2019.12

2018年北京市科技新星，北京市科委，2017.11

2018年中国数据大工匠，工信部中国大数据产业生态联盟，2018.08

2018中国软件研发管理行业技术峰会（csdi summit） 最佳分享奖，2018.07

第十三届“中国市场研究‘宝洁’论文奖”，专业组三等奖，2014.09

北京大学2007年优秀毕业生，2007.06

北京大学2005-2006学年三好学生，2006.11

北京大学2005-2006学年光华奖学金，2006.11

北京大学第十四届“挑战杯”五四青年科学奖竞赛，二等奖，2006.06

北京大学2004-2005学年三好学生，2005.11

北京大学2004-2005学年五四奖学金，2005.11

1）杜晓梦，组织数字化转型中的四大核心环节，数据[j]，2023（2），62-67.

2）han yan, xiaomeng du, lu xu, shichao xu,yanfeng zhang, peng gong, toward intelligent clothes manufacturing: a systematic method for static and dynamic task allocation by genetic optimization, nerual computing and applications [j], 2022

3）杜晓梦，黄伟，刘译璟，苏海波（2020），新型冠状病毒疫情期间公众情绪演化以及话题挖掘研究 ---基于新浪微博评论数据，journal of data science［j］，2020（12），860-874.

4）苏萌，贾喜顺，杜晓梦，高体伟（2019），数据中台技术相关进展及发展趋势，数据与计算发展前沿［j］，2019，1（1）11-15.

5）杜晓梦（2019），大数据、小数据，我们该何去何从？软件和集成电路［j］，2019（6），36-38.

6）zhanbo zhao，xiaomeng du，fan liang，xiaoming zhu（2019），effect of product type and time pressure on consumers’ online impulse buying intention，journal of contemporary marketing science, vol.2 no.2, pp.137-154.（获得2020年英国emerald出版集团“杰出论文奖”（emerald literati outstanding paper））

7）杜晓梦，呼迪（2018），人工智能助力金融个性化营销，人工智能［j］，2018年10月，52-61.

8）du, xiaomeng, su, meng, and zheng, xiaona (2017), bidding for multiple keywords in sponsored search advertising: keyword categories and match types, information systems research [j], 28（4），711-722.

9）杜晓梦（2017），借新兴技术之力，助推零售产业发展，互联网周刊[j]，2017年10月，41.

10） 杜晓梦（2016），基于分布式架构的大数据建模实践，电信网技术［j］，2016（10），48-55.

11） 杜晓梦（2016），数据决策力方法论，it经理世界［j］，2016（446），73.

12） keh, hean tat, il hye park, sarah kelly, and xiaomeng du (2016), “the effects of model size and race on chinese consumers’ reactions: a social comparison perspective,” psychology & marketing, 33 (3), 177-194.

13） 孙鲁平，杜晓梦 (2015)，消费者对缺陷汽车召回的认知及召回效果调查，标准科学[j]，2015年12月，499期，59-62.

14） 杜晓梦，赵占波，崔晓（2015），评论效价、新产品类型与调节定向对在线评论有用性的影响，心理学报［j］，2015，47（4），555-568.

15） 苏萌，杜晓梦 (2014), 渠道归因：用大数据精准营销，北大商业评论[j]，2014年09月，122期，66-71.

16） 赵占波，杜晓梦，陈凯 (2014)， 网络强迫性购买的影响机制及应对措施研究，管理评论[j]，26(4), 130-141.

17） du, xiaomeng, and su, meng (2013), incorporating consumer browse data: extended item-based top-k recommendation algorithms, proceddings at 2013 internationla conference on information technology and applications, 248-253.

18） 吴川， 张黎， 郑毓煌， 杜晓梦 (2012)，调节聚焦对品牌延伸的影响：母品牌类型、母品牌与延伸产品匹配类型的调节作用, 南开管理评论[j]，15(6), 51-61.

19） 杜晓梦， 张黎 (2011)， 实用性和享乐性附加目标及其对手段偏好度评价的影响， 营销科学学报[j]，7(3), 59-84.

20） 吴川， 张黎， 杜晓梦 (2010)， 消费者归类属性对品牌延伸评价的影响[j]， 营销科学学报，6(4)，61-78.

1）《大数据真相：数字经济时代你需要知道的事儿》，杜晓梦，马京晶 编著。人民邮电出版社。2022.06

以大数据为代表的新一代信息技术已被我国列为“十三五”重点战略研究方向。从那时起大数据技术在中国的政府、产业、社会、生活中逐渐落地生根，潜移默化地影响着人们的生产生活。本书深入浅出地介绍了大数据和人工智能等相关技术，如何影响人们的生活和各行各业的发展。内容的安排上，充分考虑到大众对于技术的认知程度，作为一本通识性读物，本书中不涉及那些深奥的技术理论和技术细节，而是以大众关心的、感兴趣的问题作为讨论重点。内容丰富、案例全面，非常适合大众阅读，可以促进大众对大数据的认知，提高对新一代数据技术应用思考的深度，从而更好地拥抱由科学技术创新与发展引领的时代潮流。

2）《大数据用户行为画像分析实操指南》，杜晓梦，唐晓密，张银虎 著。电子工业出版社。2021.08

本书系统地介绍了用户行为分析的理论基础和实施步骤，书中列举了大量翔实的应用案例。第1～2章概要介绍了用户行为分析的基础知识和应用场景。第3～4章详细介绍了基于大数据的用户行为数据的采集、存储和处理方法的技术原理和实施步骤，以及常用的采集与分析工具。第5～6章重点介绍了用户行为分析的常用指标和用户模型构建，以及用户行为分析在企业日常运营中的具体应用。书中详细阐述了用户行为全程追踪方法，介绍了转化分析、用户分群、用户生命周期、用户流失预警、用户价值管理等经典的精细化运营模型。第7～9章详细介绍了用户画像和标签体系的构建方法、步骤，阐述了用户画像在推荐系统和智能营销中的具体应用。第10章详细阐述了用户行为分析在若干个不同行业的经典应用案例，包括金融、电商、房地产、快销品、互联网媒体等行业。本书既可以作为学习用户行为分析理论的入门书，也可以给相关领域的实践操作人员提供具体的实施步骤和应用方面的启迪。可供企事业管理人员、大数据从业人员和大专院校相关专业的师生阅读参考。