百科名片
商朋見，男，生於 1963 年 11 月，北京交通大學理學院教授，博士生導師。現任北京市經濟數學學會副理事長。 1993 年 6 月畢業於武漢大學數學系，獲理學博士學位。同年到北方交通大學工作。承擔多項國家和省部級科研項目。曾獲“北京市高等院校優秀青年骨幹教師”;“北京市青年優秀科技論文獎”; 北方交大“智謹獎、優秀青年教師獎”; 北方交大“優秀科技工作者”等獎勵和稱號。近年來，在國內外重要學術期刊上發表100餘篇學術論文，其中有60餘篇被SCI收錄,20餘篇被EI收錄。研究領域
套用統計： 經濟金融數據統計分析、金融時間序列分析、分形時間序列分析、複雜數據統計特徵提取等。時間序列分析(Time series analysis)是一種動態數據處理的統計方法。該方法基於機率論和數理統計方法，研究隨機數據序列所遵從的統計規律，以用於解決實際問題。它重點研究如何有效地收集、處理和分析實際數據，提取有效信息、建立統計模型，並進行統計推斷和預測，為相關決策提供依據和參考，它具有很強的套用性。
科研項目
目前正在主持的部分科研項目:1.國家自然科學基金項目：“非平穩時間序列的DCCA分析”
2.教育部博士點基金
3.其它部門項目：“金融數據處理及其波動預報模型研究”
4.其它部門項目：“中國證劵市場各板塊相依性新方法研究”
5.北京市項目：“北京市交通擁堵指數預測算法研究”
目前在研項目主要涉及以下三方面內容：
1. 經濟金融與信息系統中隨機複雜結構的建模與推斷: 與經濟金融和信息科學研究領域交叉，研究複雜經濟金融環境中核心的隨機複雜結構問題（如定價，金融數據處理與模擬，最優投資策略，金融波動的統計分析，金融風險度量等問題），以及交通數據的統計建模、理論和方法。
2.海量信息處理及知識挖掘的理論與方法: 隨著計算機測量與控制系統和各種智慧型化儀器的廣泛套用，大量的過程數據被採集並存儲下來。但是這些包含過程運行狀態信息的數據往往沒有被有效地利用，以至出現了所謂的“數據很多，信息很少”的現象。我們以經濟金融、信息科學等領域內關鍵和核心問題中重要的隨機複雜結構為基礎，建立隨機複雜結構與數據的共性理論框架和方法體系，刻畫和分析一些具有重要理論和套用價值的金融系統和信息系統。
3. 基於數據驅動的系統監控與診斷: 通過對金融系統和信息系統中數據的採集、預處理（濾波、校正等）和分析（特徵提取、模式分類等），監督複雜系統的運行狀態，檢測系統信息，診斷、分析和預測各系統的動態趨勢，從而達到減小波動風險、保障系統可靠運行的目標，使系統始終處於最佳運行狀態。
