Enric
Junqué de Fortuny

Assistant Professor de Análisis de Decisiones

• Ph.D. in Applied Economics, University of Antwerp
• M.Sc. in Computer Science Engineering, University of Ghent
• B.Sc. in Computer Science, University of Ghent

Enric Junqué de Fortuny es profesor adjunto de Análisis de Decisiones. Con anterioridad a su nombramiento en el IESE fue profesor adjunto de Sistemas de Información y Análisis de Negocios en la New York University (Shanghai), profesor adjunto de Marketing en la Rotterdam School of Management (Países Bajos) e investigador sénior en el eLab for Big Data del INSEAD (Francia/Singapur). Cuenta con un doctorado en Economía Aplicada por la University of Antwerp, un máster en Ingeniería Informática y un grado de Informática por la University of Ghent (Bélgica).

La investigación de Enric se encuadra en el ámbito de la ciencia de datos, los sistemas de información y en cómo trasladar los avances académicos a la sociedad. Concretamente, se centra en dar respuesta a cuestiones descriptivas, predictivas y prescriptivas relacionadas con el comportamiento humano analizado de forma detallada. Su investigación ha sido reconocida con el premio European Research Paper of the Year 2017, otorgado por CIO-NET y la Association for Information Systems. Las conclusiones de su investigación se han publicado en conocidas revistas y congresos de primer nivel, como Management Information Systems Quarterly (MISQ), Journal of Consumer Research (JCR), Machine Learning (ML), IEEE Transactions on Neural Networks and Learning Systems y Knowledge Discovery and Data Mining (KDD).

Publicaciones

Artículos en journal con referee

JUNQUÉ DE FORTUNY, E., ZHANG, Y. (2023). Exploring the new frontier. Decentralized financial services. Service Science. doi:10.1287/serv.2021.0048. (Online first) LEE, J., JUNQUÉ DE FORTUNY, E. (2022). Influencer-generated reference groups. Journal of Consumer Research, 49 (1), 25-45. doi:10.1093/jcr/ucab056. JUNQUÉ DE FORTUNY, E., MARTENS, S., PROVOST, F. (2018). Wallenius Bayes. MACHINE LEARNING (107), 1013-1037. doi:10.1007/s10994-018-5699-z. TOBBACK, E., NAUDTS, H., DAELEMANS, W., JUNQUÉ DE FORTUNY, E., MARTENS, D. (2018). Belgian economic policy uncertainty index. Improvement through text mining. International Journal of Forecasting, 34 (2), 355-365. doi:10.1016/j.ijforecast.2016.08.006. EVGENIOU, T., JUNQUÉ DE FORTUNY, E., NASSUPHIS, N., VERMAELEN, T. (2018). Volatility and the buyback anomaly. Journal of Corporate Finance (49), 32-53. doi:10.1016/j.jcorpfin.2017.12.017. MARTENS, D., PROVOST, F., CLARK, J., JUNQUÉ DE FORTUNY, E. (2016). Mining massive fine-grained behavior data to improve predictive analytics. MIS Quarterly, 40 (4), 869-888. JUNQUÉ DE FORTUNY, E., MARTENS, D. (2015). Active learning-based pedagogical rule extraction. IEEE Transactions on Neural Networks and Learning Systems, 26 (11). doi:10.1109/TNNLS.2015.2389037. MOEYERSOMS, J., JUNQUÉ DE FORTUNY, E., DEJAEGER, K., BAESENS, B., MARTENS, D. (2015). Comprehensible software fault and effort prediction. A Data mining approach. JOURNAL OF SYSTEMS AND SOFTWARE (100), 80-90. doi:10.1016/j.jss.2014.10.032. JUNQUÉ DE FORTUNY, E., DE SMEDT, T., MARTENS, D., DAELEMANS, W. (2014). Evaluating and understanding text-based stock price prediction models. INFORMATION PROCESSING & MANAGEMENT, 50 (2), 426-441. doi:10.1016/j.ipm.2013.12.002. JUNQUÉ DE FORTUNY, E., MARTENS, D., PROVOST, F. (2013). Predictive modeling with big data. Is bigger really better? Big Data, 1 (4), 215-226. doi:10.1089/big.2013.0037.