Ehemalige
Informationen sowie Links zu aktuellen Profilen und Kontaktdaten unserer ehemaligen Mitarbeiter finden Sie auf dieser Seite.
Prof. Dr. Eduardo Lalla-Ruiz
Lehre:
- Informationsmanagement im Verkehr (in English)
Auszeichnungen:
- Auszeichnung "extraordinary doctoral award" der Universidad de la Laguna (Teneriffa) für die beste Doktorarbeit 2016
Prof. Dr. Lalla-Ruiz war von 2017 bis 2018 ein durch die Von-Humboldt-Stiftung finanzierter Post-Doc an unserem Institut. Mittlerweile ist er Assistant Professor an der Universität in Twente.
Dr. Yingjie Fan
Forschungsinteressen:
Supply Chain Management, Supply Chain Risk Management, Metaheuristiken, Simulationsbasierte Optimierung, Multi-Agenten-Systeme, Produktionsmanagement, Lagerverwaltung, Logistik
Publikationen:
Yingjie Fan, Frank Schwartz, Stefan Voß. Flexible supply chain design under stochastic catastrophic risks. The 9th Hamburg International Conference of Logistics 2014 (HICL), 2014.
Yingjie Fan, Jiangtao Mo. Study on backorder allowed single-manufacturer multi-retailer coordination strategy. Logistics Technology, 2010 (20) 79-82. (auf Chinesisch)
Yingjie Fan. Study on the joint decision-making within a multi-echelon supply chain with invariant demand. Logistics Technology, 2010 (16) 124-126. (auf Chinesisch)
Zengxin Wei, Yingjie Fan, Jiangtao Mo. Research on the decision-making problem of the producer and the retailer on the supply chain. Microcomputer Information, 2008 (15) 24-25. (auf Chinesisch)
Auszeichnungen:
Stipendium vom China Scholarship Council (CSC) für das PhD-Studium von Okt. 2012-Sept. 2016
Werdegang:
seit Okt. 2012 | Doktorandenstudium am Institut für Wirtschaftsinformatik an der UHH |
Sept. 2009 - Okt. 2012 | Dozententätigkeit am Management College, Xuzhou Institut für Technologie. Lehre: "Einkauf und Lagerhaltung", "International Trade", "Supply Chain Logistics Management", "E-Commerce-und Logistik-Management", "E-Commerce-und ERP-Grundlagen" und "West Economics" |
Jul. 2008 - Aug.2009 | Marketing Assistant, China Merchants Logistik Holding Co., Ltd; Aufgaben: Marketing-Untersuchung, Entscheidungsunterstützung |
Sept. 2005 - Jul. 2008 | Masterstudium an der Hochschule für Elektrotechnik, Universität Guangxi |
Sept. 2001- Jul. 2005 |
Bachelorstudium an der School of Management, China University of Mining and Technology |
|
Forschungsinteressen:
- Operative Prozesse an Containerterminals
- Auswirkungen des digitalen Wandels auf Prozesse an Häfen
- Fragen des Gütertransports; insbesondere der Tourenplanung unter Berücksichtigung von
- Fahrzeugeigenschaften
- Fragen des öffentlichen Personenverkehrs, insbesondere Linienplanung
- Netzwerk-Design in Telekommunikationsnetzen, z.B. Glasfasernetze oder
- Content Delivery Netze
- Metaheuristiken
- Spieltheorie
- Multiagentensysteme und Supply Chain Management
Publikationen:
Zeitschriftenartikel:
S. Schwarze: Pricing Strategies for the Site-Dependent Vehicle Routing Problem. OR Spectrum 38(1), pp. 137-173, 2016.
D. Meignan, S. Schwarze, S. Voß: Improving Local-search Metaheuristics through Look-ahead Policies. Annals of Mathematics and Artificial Intelligence 76, pp. 59-82. 2016.
E. Zehendner, M. Caserta, D. Feillet, S. Schwarze, S. Voß: An Improved Mathematical Formulation for the Blocks Relocation Problem. European Journal of Operational Research 245, pp. 415-422, 2015.
S. Schwarze, S. Voß: Interaction of Maritime Shipping and Hinterland Traffic Using a Two-level
Hierarchical Transport Network. International Journal of Logistics Research and Applications 18(3), pp. 276-290, 2015
A. Schöbel, S. Schwarze: Finding Delay-Resistant Line Concepts using a Game-Theoretic Approach. Netnomics, 14(3), pp. 95-117, 2013
S. Schwarze, S. Voß: Improved Load Balancing and Resource Utilization for the Skill Vehicle Routing Problem. Optimization Letters, 7(8), pp. 1805-1823, 2013
M. Fricke, A. Heckwolf, R. Herber, R. Nitsch, S. Schwarze, S. Voß, S. Wevering: Requirements of 4G-Based Mobile Broadband on Future Transport Networks [PDF]. Journal of Telecommunications and Information Technology, 2/2012, pp. 21 - 28. 2012
M. Caserta, S. Schwarze, S. Voß: Developing a Ring-Based Optical Network Structure with Glass-Through Nodes. Journal of Telecommunications and Information Technology [PDF], 2/2012, pp. 13 - 20. 2012
M. Caserta, S. Schwarze, S. Voß: A mathematical formulation and complexity considerations for the blocks relocation problem. European Journal of Operational Research, 219(1), pp. 96-104, 2012
S. Voß, S. Schwarze: LTE und LTE-A: Mobilfunk der vierten Generation, WISU, Das Wirtschaftsstudium, 5/12, pp. 689 - 692, 2012
S. Schwarze, M. Caserta, S. Voß: Die Kunst des Stapelns – Eine Einführung in das Blocksortierproblem, WiSt, Wirtschaftswissenschaftliches Studium, Vol. 39 (12), pp. 576 - 581, 2010.
I. Montalvo, J. Izquierdo, S. Schwarze, R. Pérez-García: Multi-objective particle swarm optimization applied to water distribution systems design: An approach with human interaction, Mathematical and Computer Modelling 52 pp. 1219-1227, 2010
J. Puerto, A. Schöbel, S. Schwarze: The path player game: A network game from the point of view of the network providers, Mathematical Methods of Operations Research, 68(1), pp. 1-20, 2008
Buchkapitel und Konferenzbeiträge:
L. Heilig, S. Schwarze, S. Voß: An Analysis of Digital Transformation in the History and Future of Modern Ports. In: Proceedings of the 50th Hawaii International Conference on System Sciences (HICCS'2017) pp 1341-1350 (2017)
E. Lalla-Ruiz, S. Schwarze, S. Voß: A Matheuristic Approach for the p-Cable Trench Problem. In: Festa P., Sellmann M., Vanschoren J. (eds) Learning and Intelligent Optimization. LION 2016. Lecture Notes in Computer Science, vol 10079. Springer, pp 247-252 (2016)
S. Schwarze: The multi-commodity cable trench problem. Twenty-Third European Conference on Information Systems (ECIS 2015) Completed Research Papers. Paper 165. (2015)
S. Schwarze, S. Voß: A bicriteria skill vehicle routing problem with time windows and an application to pushback operations at airports. In: J. Dethloff, H.-D. Haasis, H. Kopfer, H. Kotzab, J. Schönberger (eds.) Logistics Management, Lecture Notes in Logistics, Springer, pp. 289-300 (2015)
D. Meignan, S. Schwarze, S. Voß: Two look-ahead strategies for local-search metaheuristics. In: P.M. Pardalos, M.G.C. Resende, C. Vogiatzis, J.L. Walteros (eds.) Learning and Intelligent Optimization, LNCS 8426, Springer, pp.187-202 (2014)
S. Schwarze, S. Voß: Look Ahead Hyper Heuristics, In: A. Fink, M.J. Geiger (eds): Proceedings of the 14th EU/ME Workshop, pages 91-97. (2013)
S. Schwarze, S. Voß, G. Zhou, G. Zhou: Scientometric Analysis of Container Terminals and Ports Literature and Interaction with Publications on Distribution Networks, In: H. Hu, X. Shi, R. Stahlbock,
S. Voß (eds): Computational Logistics, volume 7555 of Lecture Notes in Computer Science, pages 33-52. Springer, Berlin (2012).
I. Montalvo, J. Izquierdo, S. Schwarze, R. Pérez-García: Agent swarm optimization, a novel approach in swarm intelligence, In: S. Mambretti, C.A. Brebbia (eds): Urban Water, WIT Transactions on The Buildt Environment, Vol. 122, pp. 35-47, WIT Press (2012)
S. Schwarze: Einführung in die Spieltheorie, In: A. Schöbel, D. Scholz (eds): Evolution und Epidemie.
Spieltheorie in der Biophysik, pp. 3-16, Shaker (2011)
M. Caserta, S. Schwarze, S. Voß: Container Rehandling at Maritime Container Terminals, In: J.W. Böse (ed): Handbook of Terminal Planning, Operations Research/Computer Science Interfaces Series, Vol. 49, pp. 247-269, Springer (2011)
I. Montalvo, J. Izquierdo, S. Schwarze, R. Pérez-García: Agent Swarm Optimization: a paradigm to tackle complex problems. Application to Water Distribution System Design, In: D.A. Swayne, W. Yang, A.A. Voinov, A. Rizzoli, T. Filatova (Eds.) Proc. of the iEMSs 2010
M. Caserta, S. Schwarze, S. Voß: A New Binary Description of the Blocks Relocation Problem and Benefits in a Look Ahead Heuristic, In: Cotta, C. and Cowling P., editors, Evolutionary Computation in Combinatorial Optimization, volume 5482 of Lecture Notes in Computer Science, pages 37-48. Springer, Berlin (2009)
M. Caserta, A. Fink, A. Raiconi, S. Schwarze, S. Voss: Mathematical Formulations and Metaheuristics Comparison for the Push-Tree Problem. In: J.W. Chinneck, B. Kristjansson and M. Saltzman (eds.) Operations Research and Cyber-infrastructure, Springer, New York (2009), 253 - 278
A. Schöbel, S. Schwarze: Dominance and equilibria in the path player game, In: Operations Research
Proceedings 2005, pages 489 - 494, Springer 2006
J. Puerto, A. Schöbel, S. Schwarze: A class of infinite potential games, Preprint des Instituts für Numerische und Angewandte Mathematik, Nr. 2006-15
A. Schöbel, S. Schwarze: A game-theoretic approach to line planning, In: Proc. of ATMOS 2006 - 6th Workshop on Algorithmic Methods and Models for Optimization of Railways, 2006
Bücher:
S. Voß, J. Pahl, S. Schwarze (eds.): Logistik Management: Systeme, Methoden, Integration, Physica Verlag, Heidelberg (2009)
S. Schwarze: Path Player Games: Analysis and Applications, Springer, 2008
W. Hamacher, E. Korn, R. Korn, S. Schwarze: Mathe und Ökonomie, Universum Verlag, 2004
Forschungsprojekte:
seit 12/2015 | ROAD (Rollierende automatische Lkw-Disposition mit vorausschauendem Störungsmanagement) in Kooperation mit der Initions AG,Hamburg, gefördert durch die Hamburgische Investitions- und Förderbank (IFB) Inhalte: Aufbau eines Störungsmanagementsystems (Störungserfassung, Auswirkung von Störungen, Bewertung, automatische Umplanung) |
06/11-02/12 | 4G-basierte Mobilfunknetze (Universität Hamburg, in Kooperation mit der Deutschen Telekom und TK Systems, Darmstadt und Nokia Siemens Networks, München) Untersuchung der Anforderungen an moderne 4G-basierte Mobilfunknetze. |
08/08-07/09 | Ringstrukturen in optischen Glasfasernetzen (Universität Hamburg, in Kooperation mit der Deutschen Telekom und TK Systems, Darmstadt) Design von Glasfasernetzen, Vergleich von ring- und maschenbasierten Netzen. |
04/05-12/07 | Algorithms for Robust and online Railway optimization: Improving the Validity and reliAbility of Large scale systems (Algorithmen zur offline- und online-Optimierung des deutschen Bahnnetzes: Verbesserung der Zuverlässigkeit und Gültigkeit von großen Systemen) (ARRIVAL) (Universität Göttingen), gefördert durch die Europäische Union im Rahmen des Future and Emerging Technologies Programmes |
10/01-03/05 | Management Mathematics for European Schools (MaMaEuSch). TU Kaiserslautern, Erstellung von Lehrmaterialien, Konzeption, Organisation und Durchführung von Lehrerfortbildungen und Schulaktivitäten. gefördert durch die Europäische Union im Rahmen des Sokrates Programmes |
10/01-03/05 | Wirtschafts- und Technomathematik in Schulen (WiMS/TeMS), (Universität Kaiserslautern). gefördert durch das Ministeriums für Wissenschaft, Weiterbildung, Forschung und Kultur, Rheinland-Pfalz und die Volkswagenstiftung |
Mathematik und Ökonomie. TU Kaiserslautern, |
Auszeichnungen:
1999 - 2001 | Scholarship, Siemens AG |
1995 -1998 | Begabtenförderung "Berufliche Bildung" durch das Land Bayern |
1995 |
Rolexpreis, Hans-Wilsdorf-Schule, Kulmbach |
Werdegang:
Akademischer Werdegang |
|
seit 12/2015 | Wiss. Mitarbeiterin im drittmittelgeförderten Projekt ROAD, in Kooperation mit der Firma Initions und dem Institut für Wirtschaftsinformatik der Universität Hamburg |
01/2016 | Venia Legendi für das Fach Betriebswirtschaft, verliehen von der Fakultät für Betriebswirtschaft, Universität Hamburg |
12/2015 | Habilitation an der Fakultät für Betriebswirtschaft, Universität Hamburg |
2008 - 11/2015 | Wiss. Mitarbeiterin (Habilitandin) am Institut für Wirtschaftinformatik, UHH |
06/2006 | Promotion (Dr. rer. nat.) am Institut für angewandte und numerische Mathematik, Universität Göttingen |
2005 - 2007 | Wiss. Mitarbeiterin (Doktorandin) am Institut für Numerische and Angewandte Mathematik, Universität Göttingen |
2002 - 2005 | Wiss. Mitarbeiterin in der Arbeitsgruppe Optimierung, Fachbereich Mathematik, TU Kaiserslautern |
1997 - 2002 | Studium der Witschaftsmathematik (HTWK Leipzig) |
sonstige Arbeitserfahrung |
|
2000 | Praktikantin, Abt. Produktionsplanung und Controlling, Quelle AG, Leipzig |
1998 - 1999 | Werkstudentin, Abt. Automation and Drives, Siemens AG, Leipzig |
1995 - 1997 | Nebenberufliche Weiterbildung zum Betriebsinformatiker (HWK) |
1995 - 1997 | IT-Support (Raps & Co., Kulmbach) |
1993 - 1995 | Ausbildung zur Industriekauffrau (Raps & Co., Kulmbach) |
Lehre an der UHH:
Vorlesungen:
- Datenerhebung und Statistik (SS16)
- Projektmanagement (WS13/14)
- Produktion für Ingenieure (WS13/14)
- Produktion für Ingenieure (SS13)
- Advanced Production Planning (WS09/10)
- Produktion (SS09)
- Multiagenten Systeme (WS08/09)
- Spieltheorie (WS06/07)
- Multikriterielle Optimierung (SS06)
Seminare und Übungen:
- Übung: Grundlagen der Wirtschaftsinformatik (WS14/15)
- Projekt Wirtschaftsinformatik: "Analyzing Big Data – Large Scale Textmining
zur Analyse von unstrukturierten Daten" (SS14) - Übung: Grundlagen der Wirtschaftsinformatik (WS12/13)
- Proseminar: Telekommunikation (WS12/13)
- Übung: Produktion (SS12)
- Übung: Grundlagen der Wirtschaftsinformatik (WS11/12)
- Proseminar: Optimierungsprobleme der Telekommunikation (WS11/12)
- Seminar: Produktion / Production (WS09/10)
- Übung: Production Planning (SS08) mit Prof. Voß
- Oberseminar Optimierung (SS06 - WS 06/07) mit Prof. A. Schöbel
- Seminar: Standortplanung (WS05/06) mit Prof. A. Schöbel
- Seminar: Gleichgewichtsverteilungen in Netzwerken (SS05) mit Prof. A. Schöbel
- Proseminar: Game Theory (SS04) with Prof. H.W. Hamacher
- Übung:Optimization II: Nonlinear Optimization and Game Theory (SS03)
- Proseminar: Mathematisches Modellieren (WS02/03) with Dr. Bracke
Weiterbildung für Lehrende:
- Management Mathematics for European School Teacher Meeting (Sept. 2004, Lambrecht)
- Anwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht (June 2004, Speyer)
- Produktionsplanung und lineare Optimierung (Nov. 2003, Düsseldorf)
- Lineare Optimierung in Wirtschaft und Schule (Oct. 2002, Kaiserslautern)
Frau Dr. Xiaoning Shi war von 2008-2013 an unserem Institut wissenschaftliche Mitarbeiterin. Ab 2013 arbeitete sie bei uns bis 2016 weiter auf einer Post-Doc Forschungsstelle. Aktuell ist sie Technical Officer an der World Maritime University.
Dr. Julia Pahl
Prof. Dr. Julia Pahl arbeitet an der Syddansk Universitet als Associate Professor am Institute of Technology and Innovation an der SDU Engineering Operations Management.
Forschungsinteressen:
Supply Chain Management, Lead Time Management, Lastabhängige Vorlaufzeiten, taktische Produktionsplanung, Modellierung von Verfall / Vergänglichkeit, Netzwerkplanung, Green Supply Chain Management (GSCM), Airline und Airport Management.
Publikationen:
Kumulative Dissertation
J. Pahl. Production Planning with Load Dependent Lead Times and Sustainability Aspects (EDISS). Universität Hamburg. (Link)
Zeitschriften mit Peer-Review-Verfahren
J. Pahl, S. Voß, and D.L. Woodruff. Production planning with load dependent lead times. 4OR: A Quarterly Journal of Operations Research, 3(4):257–302, 2005 (Link: Springerlink)
J. Pahl, S. Voß, and D.L. Woodruff. Production planning with load dependent lead times: An update of research. Annals of Operations Research, 153(1):297-345, 2007 (Link: Springerlink)
Konferenzbände mit Double-Blind-Peer-Review-Verfahren
A. Mies, J. Pahl, S. Voß. Supply Chain Integration: Improvements of Global Lead Times with SCEM in: J. Geldermann, M. Treitz, H. Schollenberger, O. Rentz (Eds.) Challenges for Industrial Production, Workshop of the PepOn Project: Integrated Process Design for Inter-Enterprise Plant Layout Planning of Dynamic Mass Flow Networks, Karlsruhe, Nov. 7-8. 2005 (Link: Book Overview)
J. Pahl, S. Voß, D.L. Woodruff. Production Planning with deterioration constraints: A survey. In: J.A. Ceroni (ed.) The Development of Collaborative Production and Service Systems in Emergent Economies, Proceedings of the 19th International Conference on Production Research, IFPR , Valparaiso, Chile (2007), Tu3. 6-2, 6 pages [ISBN: 978-956-310-751-7] (Link: ICPR19)
J. Pahl, S. Voß. Discrete Lot-Sizing and Scheduling Including Deterioration and Perishability Constraints. In: W. Danglmainer and A. Blecken and R. Delius and S. Klöpfer (ed.) Advanced Manufacturing and Sustainable Logistics, Proceedings of the 8th International Heinz Nixdorf Symposium, IHNS 2010, Paderborn 2010 (Link: Springerlink)
J. Pahl, S. Voß, D.L. Woodruff. Discrete Lot-Sizing and Scheduling with Sequence-Dependent Setup Times and Costs including Deterioration and Perishability Constraints, IEEE, HICSS-44, January 2011.
(Testinstanzen und Performance [19MB!])
T. Reiners, J. Pahl, M. Maroszek, C. Rettig. Integrated Aircraft Scheduling Problem: An Auto-Adapting Algorithm to Find Robust Aircraft Assignments for Large Flight Plans, IEEE, HICSS-45, January 2012, (Quellcode, Testinstanzen, Visual Suite Software [27MB])
Buchkapitel
J. Pahl, S. Voß, and D.L. Woodruff. Load dependent lead times - from empirical evidence to mathematical modeling. In H. Kotzab, S. Seuring, M. Müller, and G. Reiner, editors, Research Methodologies in Supply Chain Management, 539–554. Physica, Heidelberg, 2005 (Link: Springerlink)
Technical Reports und Working Papers
M. Maroszek, C. Rettig. A Tabu Search for the p-Median Problem, Technical Report, Universität Hamburg, 27.03.2008 (Download technical report (PDF))
Weitere Aktivitäten
Mitglied im internationalen Herausgeberteam des International Journal of Operations Research and Information Systems (IJORIS).
Forschungsprojekte
internationales Forschungsprojekt mit der Universität von Salerno, Italien
DAAD-PPP Vigoni Forschungsprojekt "Sustainability and Green Supply Chain Planning - Network Flow Formulations and Solution Methods" in Kooperation mit der Universitá degli Studi di Salerno, Dipartimento di Informatica, Assistant Professor Monica Gentili, Fisciano/Italien.
Auszeichnungen
Young Graduate Traineeship der European Space Agency, VEGA Small Launcher Project
Forschungsstipendium für die HICSS-44
Lehre an der UHH
Studienprojekt (WS 2008/09, SoSe 2009, SoSe2010)
Vorlesungsassistenz Informationsmanagement (WS 2008/09)
Seminar zur Wirtschaftsinformatik (WS 2008/09, WS 2009/10)
Vorlesungsassistenz Produktion (SoSe 2009)
Übung zur VL Informationsmanagement (WS 2008/09)
Übung zur VL Produktionsplanung (SoSe 2009)
Übung zur VL Statistik II (SoSe 2009)
Prof. Dr. Stefan Lessmann
|
Mitgliedschaften: |
Google Scholar Profil
Forschungsinteressen:
Ich interessiere mich besonders für angewendete Rechenmethoden zur Unterstützung von Management-Entscheidungen sowie deren Änderungen und Erweiterungen, um ihre Ausrichtung auf die Unternehmensanforderungen zu erhöhen. Solche Bemühungen werden heute allgemein als Data Mining bezeichnet.
Anwendungen dieses Tehmenbereichs sind z. B. die Wahrscheinlichkeitsschätzung der Beantwortung direkter Mailanfragen (Wirkungs-Modellierung ), die Identifizierung von Kunden die Gefahr laufen ihre Verbindung mit einem Unternehmen abzubrechen(Churn Prediction), Betrugserkennung oder auch Risikoeinschätzungen bei Geldverleih (Credit-Scoring).
Die Bedarfsprognose ist eine weitere wichtige Anwendung von quantitativen Modellen und besonders von Entscheidungsunterstützungsvorhersagemodellen.Jedweder praktische Planungsansatz z. B. in der Produktion oder im weitergefassten Rahmen des Supply Chain Managements ist auf eine genaue Schätzung der zukünftigen Nachfrage angewiesen.Daraus ergibt sich ein spannendes Forschungsfeld für die Erkundung der Lebensfähigkeit von Nachfrageprognosen für bestimmte Anwendungen aus rechen-, statistik-und prozessorientierten Perspektiven. Ebenso interessant ist die Untersuchung von Wechselwirkungen zwischen Prognosemethodik und anschließender Planung.
Predictive Data-Mining-Methoden können auch verwendet werden, um im Software-Projektmanagement fehleranfällige Software-Module zu einem frühen Zeitpunkt im Entwicklungszyklus zu identifizieren. Dies kann eine effizientere Allokation von eingeschränkten Test-Ressourcen zur Folge haben.
Zudem habe ich ein starkes Interesse an der Erforschung von Mechanismen und Verhaltensmustern der Entscheidungsträger innerhalb spekulativer Finanzmärkte. Meine Arbeit in diesem Bereich zielt auf die Beurteilung ab, in welchem Umfang öffentlich verfügbare Informationen in den Marktpreisen unberücksichtigt gelassen werden.
Um ein tieferes Verständnis für diesen Forschungszweig zu erlangen, hat sich eine Forschungskooperation mit Prof. J.E.V.Johnson aus dem Cenre of Risk Research der Universität Southampton ergeben. Ein beliebter Ansatz zur Ergründung der Informationseffizienz an Märkten beinhaltet wiederum Vorhersagemodelle, die ja das zentrale Thema meiner Forschungstätigkeit darstellen.
Aus methodischer Sicht bin ich vor allem an Support-Vektor-Maschinen und Ensemble-Ansätzen zur Lösung von allgemeinen Klassifikations- und Regressionsproblemen interessiert. Darüber hinaus sind neuartige Lern- Paradigmen wie aktives, transduktives oder strategisches Lernen ein besonders ansprechender Bereich für mich.
Publikationen:
(ein Überblick findet sich bei Google Scholar)
Monografien und Herausgeberschaften:
R. Stahlbock, S.F. Crone, S. Lessmann, (2009), Data Mining - Special Issue in Annals of Information Systems, Springer, Berlin. [ext. Link]
R. Stahlbock, S.F. Crone, S. Lessmann, G. M. Weiss, P. Lenca and W. Lippe (2009), Proceedings of the International Conference on Data Mining - DMIN'09, CSREA Press, Las Vegas.
R. Stahlbock, S.F. Crone, S. Lessmann, (2008), Proceedings of the International Conference on Data Mining - DMIN'08, CSREA Press, Las Vegas.
R. Stahlbock, S.F. Crone, S. Lessmann, (2007), Proceedings of the International Conference on Data Mining - DMIN'07, CSREA Press, Las Vegas. - ISBN 1-60132-004-3
S.F. Crone, S. Lessmann, R. Stahlbock (2006), Proceedings of the International Conference on Data Mining - DMIN'06, CSREA Press, Las Vegas. - ISBN 1-60132-031-0
Internationale Zeitschriften (mit Peer-Review-Verfahren):
Brandner, H., Lessmann, S., & Voß, S. (2013). A memetic approach to construct transductive discrete support vector machines. European Journal of Operational Research, 230(3), pp. 581-595. [ext. link]
M.-C. Sung, S. Lessmann (2012), Save the Best for Last? The Treatment of Dominant Predictors in Financial Forecasting. Expert Systems With Applications 39(15), pp. 11898-11910 [ext. link]
S. Lessmann, M.-C. Sung, J.E.V. Johnson, T. Ma (2012), A new methodology for generating and combining statistical forecasting models to enhance competitive event prediction. European Journal of Operational Research 218(1), pp.163-174. [ext. link]
S. Lessmann, M. Caserta, I. Montalvo Arango (2011). Tuning metaheuristics: A data mining based approach for particle swarm optimization, Expert Systems With Applications 38(10), pp. 12826-12838. [ext. link]
S. Lessmann, M.-C. Sung, J.E.V. Johnson (2011), Towards a methodology for measuring the true degree of efficiency in a speculative market, Journal of the Operational Research Society 62, pp.2120-2132. [ext. link]
S. Lessmann, S. Voß (2010), Customer-centric decision support: A benchmarking study of novel versus established classification models, Business & Information Systems Engineering 2(2), pp. 79-93 [die deutsche Version erscheint in der Zeitschrift Wirtschaftsinformatik]. [ext. link]
S. Lessmann, M.-C. Sung, J.E.V. Johnson (2010), Alternative methods of predicting competitive events: An application in horserace betting markets. International Journal of Forecasting 26(3), pp. 518-536. [ext. link]
R. Stahlbock, S. F. Crone, S. Lessmann (2009), Data Mining and Information Systems: Quo Vadis?, Annals of Information Systems 8, pp. 1-15. [ext. link]
S. Lessmann, S. Voß (2009), A framework for customer-centric data mining with support vector machines, European Journal of Operational Research 199(2), pp. 520-530. [ext. link]
S. Lessmann, M.-C. Sung, J.E.V. Johnson (2009), Identifying winners of competitive events: A SVM-based classification model for horserace prediction, European Journal of Operational Research 196(2), pp. 569-577. [ext. link]
S. Lessmann, B. Baesens, C. Mues, S. Pietsch (2008), Benchmarking classification models for software defect prediction: A proposed framework and novel findings, IEEE Transactions on Software Engineering 34(4), pp. 485-496. [ext. link]
S. Lessmann, M.-C. Sung, J.E.V. Johnson (2007), Adapting least-square support vector regression models to forecast the outcome of horseraces, Journal of Prediction Markets 1(3), pp. 169-187. [ext. link]
S. F. Crone, S. Lessmann, R. Stahlbock (2006), The impact of preprocessing on data mining: An evaluation of classifier sensitivity in direct marketing, European Journal of Operational Research 173(3), pp. 781-800. [ext. link]
Nationale Zeitschriften (mit Peer-Review-Verfahren):
S. Lessmann, S. Voß (2010), Unterstützung kundenbezogener Entscheidungsprobleme: Eine Analyse zum Potenzial moderner Klassifikationsverfahren, Wirtschaftsinformatik 52(2), pp. 79-93. [ext. link]
S. Lessmann, S. Schüller, S. Voß (2009), Kostensensitive Klassifikation mit Random Forest, HMD - Praxis der Wirtschaftsinformatik 268, pp. 57-68. [ext. link]
S. Lessmann (2003), Customer Relationship Management, WISU 2, pp. 190-192.
Konferenzbeiträge (mit Peer-Review-Verfahren):
H. Brandner, S. Lessmann, S. Voß (2011). Support of Managerial Decision Making by Transductive Learning. Proc. of the 10th Intern. Conf on Wirtschaftsinformatik (WI'11), Zurich, Switzerland.
S. Lessmann, M. Listiani and S. Voß (2010). Decision support in car leasing: A forecasting model for residual value estimation. In: M. Lacity, F. Niederman, S. March (Eds.) Proc. of the Intern. Conf. on Information Systems (ICIS’10), Saint Louis, MO, USA. [ext. link]
S. Lessmann, S. Voß (2009), Feature Selection in Marketing Applications. Proc. of the Intern. Conf on Advanced Data Mining and Applications (ADMA'09), Beijing, China. [ext. link]
S. Schüller, S. Lessmann, S. Voß (2009), A Case Study of Random Forest in Predictive Data Mining. Proc. of the Intern. Tagung Wirtschaftsinformatik (WI'09), Vienna, Austria.
M. Caserta, S. Lessmann, S. Voß (2009), A Novel Approach to Construct Discrete Support Vector Machine Classifiers. Proc. of the Anual Conf. of the German Classification Society (GFKL'09), Hamburg, Germany
N. Martin, S. Lessmann, S. Voß (2008), Crowdsourcing: Systematisierung praktischer Ausprägungen und verwandter Konzepte, Proc. of the 2008 Multi-Konferenz Wirtschaftsinformatik (MKWI'08), München, Germany [auf deutsch]
S. Lessmann, N. Li, S. Voß (2008), A Case Study of Core Vector Machines in Corporate Data Mining, Proc. of the 41th Hawaiian Intern. Conf. on System Science (HICSS'08), Hawaii, USA.
S. Lessmann, S. Voß (2006), Solving discrete support vector machines with tabu search, Proc. of the 2006 INFORMS Workshop on Artificial Intelligence and Data Mining, Pittsburgh, USA.
S. F. Crone, S. Lessmann, S. Pietsch (2006), Business Advantages with Computational Intelligence –An Investigation of Parameter Preselection for Support Vector Regression and Artificial Neural Networks applied on Time Series Forecasting, Proc. of the Intern. Conf. on Data Mining (DMIN'06), Las Vegas, Nevada, USA.
S. Lessmann, S. F. Crone, R. Stahlbock, N. Zacher (2006), An evaluation of support vector machines for cost-sensitive learning, Proc. of the Intern. Joint Conf. on Neural Networks (IJCNN'06), Vancouver, Canada.
S. Lessmann, R. Stahlbock, S. F. Crone (2006), Genetic algorithms for support vector machine model selection, Proc. of the Intern. Joint Conf. on Neural Networks (IJCNN'06), Vancouver, Canada.
S. F. Crone, S. Lessmann, S. Pietsch (2006), Forecasting with Computational Intelligence - An evaluation of support vector regression and artificial neural networks for time series prediction, Proc. of the Intern. Joint Conf. on Neural Networks (IJCNN'06), Vancouver, Canada.
S. F. Crone, S. Lessmann, R. Stahlbock (2005), Utility Based Data Mining for Time Series Analysis - Cost sensitive learning for Neural Network Predictors, Proc. of the 1st ACM SIGKDD Workshop on Utility based Data Mining (UBDM@KDD'05), Chicago, Illinois, USA.
S. Lessmann, R. Stahlbock, S. F. Crone (2005), Genetically constructed kernels for support vector machines. In Haasis, H.D., Kopfer, H., Schönberger, J. (Eds.): Operations Research Proceedings 2005, Springer, Berlin, pp. 257-262.
R. Stahlbock, S. F. Crone, S. Lessmann (2005) Evolutionary Neural Classification Approaches for Strategic and Operational Decision Support in Retail Store Planning, Proc. of the Intern. Conf. on Artificial Intelligence (IC-AI’05), Las Vegas, Nevada, USA.
S. Lessmann, R. Stahlbock, S. F. Crone (2005), Optimizing Hyperparameters of Support Vector Machines by Genetic Algorithms, Proc. of the Intern. Conf. on Artificial Intelligence (IC-AI’05), Las Vegas, Nevada, USA.
S. F. Crone, S. Lessmann, R. Stahlbock (2005) A New Perspective on Forecasting Seasonal Time Series with Artificial Neural Networks, Proc. of the Intern. Conf. on Artificial Intelligence (IC-AI’05), Las Vegas, Nevada, USA.
S. F. Crone, S. Lessmann, R. Stahlbock (2004), Empirical Comparison and Evaluation of classifier Performance for data mining in Customer Relationship Management. In: D.Wunsch et al. (eds.): Proc. of the Int. Joint Conf. on Neural Networks (IJCNN’04), 25.-29. July, Budapest, Hungary, IEEE, New York, pp. 443-448 [ext. link]
S. Lessmann (2004), Solving imbalanced classification Problems with Support Vector Machines, Proc. of the Intern. Conf. on Artificial Intelligence (IC-AI’04), Las Vegas, Nevada, USA.
Buchkapitel:
S. Lessmann, S. Voß (2008), Supervised Classification for Decision Support in Customer Relationship Management. In: Bortfeldt, A., Homberger, J., Kopfer, H., Pankratz, G., Stangmeier, R. (Eds): Intelligent Decision Support, Gabler, Wiesbaden, pp. 231-253.
D. B. Preßmar, S. Lessmann (2008), Wissensexploration mit der Support Vektor Maschine. In: Kortzfleisch, H. F. O., Bohl, O. (Eds): Wissens Vernetzung Virtualisierung. Josef Eul Verlag, Köln, pp. 187-197.
S. Lessmann, R. Stahlbock (2005), Support Vektor Klassifikatoren im analytischen Kundenbeziehungsmanagement. In: Rommelfanger, H. (Ed.): Neue Anwendungen von Fuzzy-Logik und Künstlicher Intelligenz. Shaker Verlag, Aachen, pp. 113-124.
S. F. Crone, S. Lessmann, R. Stahlbock (2005), Support Vector Machines versus Artificial Neural Networks - new potential in Data Mining for Customer Relationship Management? In: Wang, D., Lee, K. (Eds.): Neural Networks Applications in Information Technology and Web Engineering. Borneo Publishing, Malaysia, pp. 80-93.
Weitere Publikationen:
J.E.V. Johnson, S. Lessmann, M.-C. Sung, (2007) A new Method for Predicting the Outcome of Speculative Events, Centre for Risk Research Working Paper CRR-07-03, University of Southampton.
S. Lessmann, S. Voß: Electronic Procurement (2005). In: Häberle, G. (Ed.): Lexikon der Betriebswirtschaftslehre, to appear - accepted
R. Stahlbock, S. Lessmann (2003), Potential von Support Vektor Maschinen im analytischen Customer Relationship Management, Working Paper Institute of Information Systems, University of Hamburg.
Akademische Tätigkeiten:
- Programmvorsitz der International Conference on Data Mining, (DMIN'07)
- gewählter Programmvorsitz der International Conference on Data Mining, (DMIN'06)
- eingeladener Gutachter bei der International Joint Conference on Neural Networks, (IJCNN'07)
- eingeladener Gutachter bei der Zeitschrift Netnomics
- eingeladener Gutachter bei der Zeitschrift Neural Processing Letters
- eingeladener Gutachter bei der Zeitschrift Journal of Data & Knowledge Engineering
- eingeladener Gutachter bei der Zeitschrift International Transactions in Operations Research
- eingeladener Gutachter bei der Zeitschrift Annals of Operations Research
- eingeladener Gutachter bei der Zeitschrift Informs Journal of Computing
Praxisprojekte
2005 | IT - Value Management Detecon Consulting, Deutschland - Begutachtung und Betreuung einer Diplomarbeit für ein Framework für IT-Projektportfolio Management unter Benutzung von Economic Value Added (EVA). |
2004 | Kundenabwanderungsvorhersage für Versicherungen Hamburg-Manheimer, Deutschland - Betreuung einer empirischen Studie zur Evaluation verschiedener Data Mining Verfahren (Entscheidungsbäume, NN, LogReg, etc.) für die Aufgabe Kundenabwanderungen vorherzusagen. |
2003 | Kundenabwanderungsvorhersage für Internet Service Provider AOL, Deutschland – Anwendung von mehrschichtigen Wahrnehmungsnetzwerken and Support Vector Maschinen für die Aufgabe Kundenabwanderungen vorherzusagen. |
2003 | Ermittlung von Versicherungsbetrug Information Works, Deutschland- Ko-Projekt mit Deutschlands führendem BI- Consulting-Unternehmen zur Aufdeckung von betrügerischen Versicherungsansprüchen mit Hilfe von Data Mining. |
2003 | Reaktionsoptimierung im abonnementmarketing. Gruner & Jahr, Deutschland – Consultant in einem Team von 3 Fakultätsmitgliedern in Deutschlands führendem Verlagshaus für ein Data Mining Projekt, bei dem verschiedene Neurale Netzwerkmethoden & Support Vector Maschinen für Cross Selling im Wettbewerb mit SPSS Clementine angewandt wurden. |
2002 | Customer Relationship Management im Finanzservicesektor IBM Business Consulting Services, Deutschland - Einführung und Betreuung einer empirischen Studie zum Einfluss von Kundenbeziehungsmanagementsabhängigen Konzepten in der Finanzserviceindustrie. |
Auszeichnungen
2006 | Reisestipendium der Universität Hamburg zur WCCI 2006, Vancouver |
2004 |
Reisestipendium der Universität Hamburg zur ICAI’04, Las Vegas |
2004 | Teilnehmer des XXII European Summer Institute on Optimization in Data Mining, in Ankara, Türkei, 2004. Reisestipendium der deutschen OR Gesellschaft |
1997 - 1999 | Doktorandenstipendium, Gruner & Jahr, Deutschland |
Werdegang
März 2006 | Gastdozent in der School of Management, University of Southampton |
seit 2005 | Dozent am Institut für Wirtschaftsinformatik an der Universität Hamburg |
2001 - 2005 | wiss. Mitarbeiter am Institut für Wirtschaftsinformatik an der Universität Hamburg |
Since 2004 | Vorstandsmitglied des Business Intelligence laboratory (BISlab) |
1996 - 2001 | Diplomstudium der Betriebswirtschaftslehre an der Universität Hamburg |
Lehre an der UHH
Bachelor/ Vordiplom:
- Rechnerpraktikum (WiSe und SoSe)
- Grundlagen der Wirtschaftsinformatik
- Begutachtung von Abschlussarbeiten
Master/Diplom-Hauptstudium:
- Business Intelligence and Data Mining
- Begutachtung von Abschlussarbeiten
Dr. Torsten Reiners
Dr. Torsten Reiners war von 2003 bis 2010 wiss. Mitarbeiter am IWI. Aktuell arbeitet er als Senior Lecturer an der Curtin Business School (CBS) der Curtin University in Perth, Australien.
Dr. Marco Caserta
Dr. Marco Caserta war von 2007 bis 2009 wiss. Mitarbeiter am IWI. Aktuell arbeitet er als adjunct Professor für Operations and Technology an der IE Business School und als Professor im Bereich Statistics der IE University in Madrid.
Dipl.-Wirtsch.-Inform. Ronald Krick
Dipl. Kfm. Ronald Krick war von 2003 bis 2007 wiss. Mitarbeiter am IWI. Aktuell arbeitet er freiberuflich als Senior Consultant.
Dr. Sebastian Friedrich
Dr. Sebastian Friedrich war in den Jahren von 1999 bis 2002 wiss. Mitarbeiter am IWI. Aktuell arbeitet er als Leiter im Bereich Mathematische Optimierung bei der Initions AG.
Prof. Dr. Andreas Fink
Prof. Dr. Andreas Fink war von 2002 bis 2005 wiss. Mitarbeiter in einer PostDoc Position am IWI. Aktuell ist er Professor für BWL, insbes. Wirtschaftsinformatik an der Universität der Bundeswehr (HSU) Hamburg.
Prof. Dr. Dr. h. c. Dieter B. Preßmar
Prof. Dr. Dr. h. c. Dieter B. Preßmar ist der Gründungsvater und frühere geschäftsführende Direktor des Instituts für Wirtschaftsinformatik und mittlerweile Emeritus.
Weitere ehemalige Mitglieder
- Stefan Anschütz
- Sven Crone
- René Eisenberg
- André Henkel
- Holger Höller
- Imke Sassen