香港中文大学(深圳)全奖博士项目(J. Leon ZHAO教授)

一、导师简介

香港中文大学(深圳)全奖博士项目(J. Leon ZHAO教授)

在信息系统(IS)领域,J. Leon ZHAO教授是少有的既能深耕学术前沿,又能推动技术落地的学者。其跨区域的任职经历与跨学科的教育背景,使其研究始终紧扣“科技服务商业”的核心,为博士研究生提供了“理论+实践”双轨培养的环境。

1.1 教育背景

教授的学术训练贯穿中西方,且覆盖技术与商业两大领域,具体如下:

- 商学博士阶段:在美国加州大学伯克利分校(UC Berkeley)哈斯商学院攻读商学博士(Ph.D. in Business Administration),专业方向为信息系统(IS)。哈斯商学院的商学研究以“贴近产业”闻名,这一经历让教授的研究始终保持“问题导向”;

- 工程硕士阶段:在美国加州大学戴维斯分校(UC Davis)获得工程硕士(M.S. in Engineering)学位,系统学习了技术开发与优化的方法,为后续研究提供了技术支撑;

- 工程学士阶段:毕业于北京农业机械化学院,获得工程学士(B.S. in Engineering)学位,对中国本土产业需求有早期认知。

正是这种“工程技术打底、商学理论拔高”的教育路径,让教授在研究中既能解决技术难题,又能理解商业逻辑,避免了“技术脱离实际”的常见问题。

1.2 学术与行政任职

当前,J. Leon ZHAO教授在香港中文大学(深圳)(CUHKSZ)身兼数职,既引领学术研究,又负责人才培养与平台建设:

- 领域与项目管理:担任经管学院(School of Management and Economics)信息系统与运营管理领域联合主席(Area Head of Information Systems & Operations Management, Co-Chair),同时主导信息管理与商业分析硕士项目(IM方向)(MSc Programme in Information Management and Business Analytics, IM Concentration),负责课程设计与学生培养;

- 科研平台引领:作为深圳数据经济研究院区块链与智能技术中心(CBIT)主任(Director of Center on Blockchain and Intelligent Technology),牵头搭建了“学术界+企业+政府”的合作平台,推动研究成果落地;

- 学术头衔认可:获聘为SFI讲席教授(SFI Chair Professor),SFI即深圳高等金融研究院,该头衔仅授予在金融科技领域有突出贡献的学者。

此外,教授的任职经历体现出国际视野:2009-2020年任香港城市大学讲席教授,2009-2015年兼任该校信息系统系主任,熟悉香港科研与产业环境;更早前在美国亚利桑那大学任Eller讲席教授,深入了解国际学术前沿,这些经历为博士研究生提供了“国际化交流”的机会(如与香港、美国高校合作研究)。

1.3 科研资助与荣誉

教授的研究之所以能持续产出高质量成果,离不开国内外权威机构的支持;其学术贡献也多次获得重要认可:

- 科研资助:资助方既包括美国国家科学基金会(NSF)、中国国家自然科学基金(NSFC)、香港研究资助局(RGC)等政府基金,也涵盖SAPIBM等全球科技企业,资助范围覆盖区块链、AI、FinTech等领域,这意味着其研究既符合学术前沿,又能解决企业实际问题;

- 荣誉奖项:2005年获IBM教师奖(IBM Faculty Award),该奖项每年仅授予全球少数“技术与商业结合”领域的优秀学者;2009年、2022年分别获清华大学、香港中文大学(深圳)长江学者讲席教授称号,“长江学者”是中国教育部认定的顶尖人才称号,两次入选足以证明教授在国内IS领域的核心地位。

二、近期文章和项目解析

香港中文大学(深圳)全奖博士项目(J. Leon ZHAO教授)

近5年,J. Leon ZHAO教授发表的论文均聚焦IS领域的“热点+痛点”,且多发表于顶级期刊;其主导的科研项目也紧密结合粤港澳大湾区产业需求,落地性极强。

2.1 近期核心文章解析(2021-2025)

教授近期论文的一大特点是“既解决理论问题,又提供实践方案”,且发表的期刊多为UTD 24种商学院顶级期刊(IS领域的核心评价标准),具体解析如下:

1. 2025年:生成式AI的IS领域研究议程

发表于Information Systems Frontiers的“Generative Artificial Intelligence: Evolving Technology, Growing Societal Impact, and Opportunities for Information Systems Research”一文,是教授团队对GenAI与IS领域结合的系统性思考。该文不仅梳理了GenAI的技术演进(如从GPT-3到多模态模型),还分析了其社会影响(如就业结构变化、伦理风险),更重要的是,首次为IS学者提出了8个具体研究方向(如“GenAI如何优化企业决策”“AI伦理的监管框架”),为领域研究提供了清晰的“路线图”。

2. 2024年:两个产业痛点的解决方案

- 公益众筹领域:发表于Journal of Association for Information Systems(JAIS,UTD 24种)的“Understanding the Role of Lead Organizational Donor Types in Civic Crowdfunding”,通过分析1000+公益众筹项目数据,发现“企业型捐赠者”比“基金会型捐赠者”更能带动公众捐赠,原因是企业捐赠更易让公众感知项目“可信度”,这一结论已被深圳两家公益平台用于优化捐赠策略;

- 供应链风控领域:发表于INFORMS Journal on Computing的“Deterring the gray market: Product diversion detection via learning disentangled representations of multivariate time series”,针对“产品被非法转移到灰色市场”的企业痛点,提出了一种新的检测模型——通过“解纠缠”多变量时间序列(如销售数据、物流数据),精准识别异常流向,目前该模型已在深圳一家电子企业试用,灰色市场产品占比下降15%。

3. 2023-2021年:领域基础研究

-2023年发表于Journal of Management Information Systems(JMIS,UTD 24种)的“SocioLink”一文,解决了创业推荐“仅看单一属性”的问题,通过知识图谱挖掘企业间的“合作关系”“技术关联”等隐性信息,让推荐更精准,已应用于深圳南山创业孵化中心;

-2021年发表于Information Systems Research(ISR,UTD 24种)的“FinTech as a Game Changer”一文,是FinTech领域的经典综述,梳理了全球10年的研究成果,划分了6大前沿方向,至今仍是该领域博士研究生的必读书目。

2.2 核心研究项目方向

教授的科研项目以“问题来自产业,成果服务产业”为原则,依托CBIT中心,主要分为两类:

1. 区块链技术落地项目:由深圳科创委与保险公司联合资助,聚焦“区块链在长期护理保险中的应用”。2021年发表的“Beyond the block”一文就是该项目的核心成果,提出的技术模型能将理赔流程从“7天”缩短至“24小时”,同时降低30%的欺诈风险,目前已在深圳2家保险公司试点;

2. GenAI与企业流程融合项目:由IBM资助,探索“生成式AI优化企业工作流”。例如,针对企业客服流程,开发AI代理自动处理80%的常规咨询,仅将复杂问题转交人类员工,目前已与深圳一家跨境电商企业合作,客服响应时间从“10分钟”缩短至“1分钟”,人力成本降低25%。

三、未来研究预测

结合教授的研究基础、粤港澳大湾区的产业需求以及IS领域的发展趋势,可以预测其未来研究将聚焦4个方向,且每个方向都具备“学术价值+应用价值”:

3.1 GenAI与企业工作流的深度融合

教授长期研究“Agentic Workflow”(智能主体工作流),未来将进一步结合生成式AI的能力,探索“AI代理与人类协同工作”的具体模式。例如,针对跨境电商的订单处理流程,研究AI如何自动识别异常订单、生成解决方案,再由人类员工审核,目标是将流程效率提升30%以上。该方向将与深圳跨境电商协会合作,获得企业数据支持,研究成果也将直接应用于企业。

3.2 区块链在监管科技(RegTech)中的突破

随着粤港澳大湾区金融创新加速,监管机构对“实时监控金融交易”的需求日益迫切。教授将基于此前的区块链安全研究,开发“区块链+RegTech”系统,利用区块链的不可篡改特性,实现跨境资金流动的“实时溯源”,帮助监管机构快速识别洗钱风险。该方向已与香港金融管理局(HKMA)初步沟通,有望获得联合资助。

3.3 Human-AI协作的伦理边界研究

生成式AI的快速发展带来了“伦理风险”,例如“AI误判的责任归属”“人类对AI的过度依赖”等问题。教授将结合2025年GenAI论文的社会影响分析,深入研究这些伦理问题,例如在医疗场景中,探索“人类医生对AI建议的信任阈值”,并提出“AI责任划分框架”。该方向将与深圳大学医学院合作,通过临床数据验证框架的可行性,成果可为政策制定提供参考。

3.4 中小企业数字化转型工具开发

深圳有超过200万家中小企业,数字化转型需求强烈但资源有限。教授将基于“Big Data Applications”研究,联合深圳中小企业服务局,开发“低成本数字化工具包”——例如简化版的数据分析模型,帮助中小企业快速分析客户需求、优化库存,工具包成本控制在“1万元以内”(远低于市场同类产品),目标是帮助1000+中小企业完成初步数字化转型。

【竞赛报名/项目咨询+微信:mollywei007】

上一篇

澳门大学博士导师(CHEN XIUPING教授)

下一篇

唯一受国际奥委会下属机构官方支持的中学生经济学活动:IEO全球经济学奥林匹克

你也可能喜欢

  • 暂无相关文章!

评论已经被关闭。

插入图片
返回顶部