李小琳，南京大学商学院教授，博士生导师。2005年毕业于吉林大学计算机软件与理论国家重点学科,获得工学博士学位；2005年12月进入南京大学计算机软件新技术国家重点实验室LAMDA组从事博士后科研工作；2007年12月进入南京大学商学院电子商务系从事教学科研工作；并于2008年3月进入南京大学工商管理博士后流动站从事第二站的博士后科研工作。目前担任中国人工智能学会机器学习专委会委员，中国计算机学会人工智能与模式识别专委会执行委员，中国管理科学与工程学会人工智能技术与管理应用分会委员，江苏省计算机学会人工智能专委会委员。近年来，在商务智能、决策分析以及数据挖掘领域做了一系列的研究工作，曾主持国家自然科学基金项目、教育部人文社会科学研究项目、科技部重点研发计划子课题、中国博士后科学基金、江苏省博士后科研资助计划项目，参与国家自然科学基金重点项目的研究工作。并与国家电网江苏省分公司、江苏省邮电规划设计院、机械工业第九设计研究院、第一汽车制造厂汽车研究所、中科院长春光学精密仪器研究所等单位合作，将决策分析、数据挖掘等领域的理论成果应用到实用系统中，取得一定的社会效益。2009年被评为南京大学商学院青年骨干教师，2011年被评为南京大学青年骨干教师，2012年被评为南京大学优秀博士后出站人员。担任国际期刊Electronic Commerce Research and Applications副编辑（Associate Editor），担任KDD、ICDM、SDM等多个国际数据挖掘领域顶级学术会议程序委员会委员；担任包括顶级国际期刊IEEE Transactions on Knowledge and Data Engineering, Decision Support Systems, IEEE Transactions on Evolutionary Computing和Neural Computing & Applications在内的国际期刊审稿人。带领本硕博学生团队参加“2020CCF大数据与计算智能大赛”荣获疫情对北京社会经济影响分析“一阶段竞赛优秀方案”奖（9/318），所指导的本科生和硕士研究生多人次获得学术论文奖项，指导硕士研究生获得南京大学优秀硕士论文奖，江苏省优秀学术硕士学位论文奖，多位研究生在读期间获得国家奖学金，南京大学优秀研究生及优秀研究生标兵等荣誉。

商务智能与数据挖掘数据驱动的管理决策优化精准营销机器学习

本科生：《数据库技术及应用》、《商务智能》硕士研究生：《大数据分析与应用》、《数据仓库与数据挖掘》MBA：《大数据时代的业务建模》、《大数据时代的精准营销》EMBA：《大数据下的客户体验优化与服务提升》、《管理文化多样性》

江苏省优秀学术学位硕士论文指导教师（2021年）南京大学研究生德育导师（2020年）南京大学杜厦奖教金（2018年）南京大学菲尼克斯奖教金（2016年）南京大学商学院本科教学奖（2012年）

南京大学优秀博士后（2012）南京大学青年骨干教师（2010）南京大学商学院青年骨干教师(2009)

1.李小琳等，2018.1-2021.12，基于机器学习的大学生学业预警技术研究，国家自然科学基金委，60万2.李小琳，2018.5-2021.4，底层混杂数据空间度量方法与技术，科技部，52万3.李小琳等, 2009.1-2011.12, 关系学习及其应用的研究, 国家自然科学基金委, 21万元4.李小琳等, 2009.1-2011.12, 基于贝叶斯网络的金融风险管理智能化方法研究, 教育部, 5万元5.李小琳, 2008.2-2010.2, 面向智能化金融风险管理的类别不平衡问题研究, 江苏省人事厅, 1万元

李小琳等，面向大数据决策的概率图模型研究与应用，南京大学出版社，2017

近五年主要工作：1. X.Li, X. Niu, G. Liu. Spatiotemporal RepresentationLearning for Rescue Route Selection: An Optimized Regularization Based Method.  Electronic Commerce Research and Applications. DOI: 10.1016/j.elerap.2021.101065, 2021.2. S. Li, X. Li*. Bank Competition,Regulation, and Efficiency: Evidence from the Asia-Pacific Region. Asia-Pacific Journal of Accounting &Economics. DOI: 10.1080/16081625.2020.1787854,2020.3.刘冠男, 曲金铭, 李小琳*, 吴俊杰.  基于深度强化学习的救护车动态重定位调度研究. 管理科学学报 2020.4. X.Li, L. Ma, X. He*, and H. X.. You AreHow You Behave-Spatiotemporal Representation Learning for College StudentAcademic Achievement. JCST 2020, 35(2): 353- 367.5. X.Li, Zhuang Y, Fu Y, et al. A Trust-Aware Random Walk Model forReturn Propensity Estimation and Consumer Anomaly Scoring in Online Shopping.SCIENCE CHINA Information Sciences, 2019, 62(5).6. X.Li, Zhuang Y, Lu B*, Chen G. AMulti-Stage Hidden Markov Model of Customer Repurchase Motivation in OnlineShopping. Decision Support Systems, 2019, 120:72-80. 7. P. Wang, X. Li*, Y. Zheng, C.Aggarwal, Y. Fu*. Spatiotemporal Representation Learning for Driving Behavior Analysis: AJoint Perspective of Peer and Temporal Dependencies. IEEE Transactions on Knowledge Discovery and Engineering, DOI:10.1109 /TKDE.2 019.293 5203.2019.8. Y. Fu, J. Liu, X. Li*, and H.X.  A Multi-Label Multi-View LearningFramework for In-App Service Usage Analysis. ACM TIST 2018, 9(4): Article 40.