Bedrijfswetenschappen

Technology & Innovation

De onderzoeksgroep Business, Technology & Public Policy van de afdeling Bedrijfswetenschappen van Universiteit leiden houdt zich bezig met het onderzoeken van de dynamische wisselwerking tussen ‘nieuwe’ technologieën en de verschillende belanghebbenden die hiermee interacteren, waaronder consumenten, werknemers en bedrijven. Ons onderzoek verdiept zich in de percepties, gedragingen en attitudes met betrekking tot technologie en beleid. Met onze onderzoeken proberen we een vertaalslag te maken van empirische inzichten naar normatieve implicaties en beleidsaanbevelingen. We vragen ons hierbij af in hoeverre deze technologieën onze heersende individuele en collectieve idealen uitdagen en of traditionele wettelijke regelgeving wenselijk en haalbaar blijft.

De onderzoeksinteresses van de groep omvatten een breed scala aan onderwerpen, waaronder AI-menselijke interactie, algoritmische personalisatie- en aanbevelingssystemen, en de integratie van technologie binnen juridische beroepen, strategiemanagement en bedrijfsmodellen.

Om de rol die wettelijke regelgeving kan spelen bij het ontsluiten van het volledige potentieel van technologie en het bedrijfsleven effectief te kunnen evalueren, is het van cruciaal belang om de essentie van de technologie zelf te begrijpen. Om deze reden onderhoudt onze onderzoeksgroep nauwe samenwerkingen met externe datawetenschaps- en technologie-experts om ervoor te zorgen dat onze kennis toonaangevend blijft. Daarnaast onderhouden we een sterk partnerschap met het eLaw Center for Law and Digital Technologies.

Onze onderzoeksgroep fungeert als centraal kennisknooppunt voor de bedrijfspraktijk van Law & Technology. We streven ernaar om bedrijfswetenschappen en technologiespecifieke bedrijfsexpertise samen te voegen met juridisch inzicht, om sociaalwetenschappelijk onderzoek naar technologische vooruitgang in het bedrijfsleven te vertalen in uitvoerbare beleidsaanbevelingen en regelgevingsoplossingen. Hiermee streven we ernaar de kloof tussen het steeds evoluerende business-tech landschap en het juridische raamwerk te overbruggen, zodat er een synergistische interdisciplinaire onderzoeksomgeving ontstaat waarin inzichten uit beide domeinen kunnen floreren.

Publications

Schepers I., Medvedeva M., Bruijn M., Wieling M. & Vols M. (2024), Predicting citations in Dutch case law with natural language processing, Artificial Intelligence and Law :

Binesh, N., Belarmino, A., Van der Rest, J.I., Raab, C., & Singh, A. (online first)(2023). Forecasting Hotel Room Prices When Entering Turbulent Times: A Game-Theoretic Artificial Neural Network Model. International Journal of Contemporary Hospitality Management.
Koupriouchina, L., Van der Rest, J.I., & Schwartz, Z. (online first) (2023). Judgmental Adjustments of Algorithmic Hotel Occupancy Forecasts: Does User Override Frequency Impact Accuracy at Different Time Horizons? Tourism Economics.
Medvedeva, M. & McBride, P. (2023). Legal Judgment Prediction: If You Are Going to Do It, Do It Right. In Proceedings of the Workshops on Natural Legal Language Processing at EMNLP 2023 (upcoming)
McBride, P. & Medvedeva, M. (2023). Casetext’s CoCounsel through the lens of the Typology (Blogpost)
Schepers, I., Medvedeva, M., Bruijn, M., Wieling, M., & Vols, M. (2023). Predicting citations in Dutch case law with natural language processing. Artificial Intelligence and Law, 1-31.
Medvedeva, M., Wieling, M., & Vols, M. (2023). Rethinking the Field of Automatic Prediction of Court Decisions. Artificial Intelligence and Law, 31, 195-212.
Heidary K. & Maathuis E. (2023), Een stokje steken voor staken, Ars Aequi 72(9): 611 (AA20230611).
Heidary K. & Pistora D. (2023), Juicy stories: niet langer alleen de vruchten plukken, Ars Aequi 72(2): 83 (AA20230083).
Groenewoud D. & Heidary K. (2023), Kunst met een kleine letter k: een interview met rechtbanktekenares Renée van den Kerkhof, Ars Aequi 72(7/8): 600-605 (AA20230600).
Groothoff B., Heidary K. & Kouwenberg M. (2023), Van scriptie naar studentartikel: een handreiking, Ars Aequi 72(4): 298-302 (AA20230298).

De Vries, A. & Schipper, J. (2022, 22 July), ‘Alles wat je moet weten over crypto: ‘Er zit rebelsheid achter’ [interview with Jan-Willem Kakebeeke], Leidsch Dagblad.
Rest J.I. van der, Sears A.M., Kuokkanen H. & Heidary K. (2022), Algorithmic pricing in hospitality and tourism: call for research on ethics, consumer backlash and CSR, Journal of Hospitality and Tourism Insights 5(4): 771-781.
Heidary K., Custers B.H.M., Pluut H. & Rest J.I. van der (2022), A qualitative investigation of company perspectives on online price discrimination, Computer Law and Security Review 46: 105734.
Heidary K. (2022), ‘Was/now’ prices: Fake discounts are no longer allowed
Heidary K. (2022), Personalised pricing is happening: Here’s what you need to know
Van Den Hoven, E., Meessen, P., & Medvedeva, M. (2022). Caselaw revisited: Recht.nl’s case law tracker assessed with the Typology of Legal Technologies. (Blogpost)
Diver, L., McBride, P., Medvedeva, M, Banerjee, A., D’hondt, E., Duarte Nicolau, T., Dushi, D., Gori, G., Van Den Hoven, E., Meessen, P., and Hildebrandt, M. (2022). Typology of legal technologies. In Cross-disciplinary Research in Computational Law (CRCL): Computational ’Law’ on Edge 2022
Medvedeva, M. (2022). Identification, Categorisation and Forecasting of Court Decisions. PhD thesis, University of Groningen
Mak V., Veldt G.M. & Heidary K. (2022), European Consumer Protection 2.0 [organizer of panel] (International Conference for Empirical Legal Studies). [overig].
Hartman L.G.L. & Heidary K. (2022), Het verschil tussen kunnen en willen, Ars Aequi 71(4): 251 (AA20220251).

Heidary K. & Custers B.H.M. (2021), Online prijsdiscriminatie: algoritmische prijspersonalisatie in het licht van het discriminatieverbod en consumentenbescherming, Nederlands Juristenblad 96(30): 2507-2513 (NJB 2021/2282).
Schwartz, Z., Webb, T.D., Van der Rest, J.I., & Koupriouchina, L. (2021). Enhancing the Accuracy of Revenue Management System Forecasts: The Impact of Machine and Human Learning on the Effectiveness of Hotel Occupancy Forecast Combinations across Multiple Forecasting Horizons. Tourism Economics, 27(2), 273-291.
Medvedeva, M., Dam, T., Wieling, M., Vols, M. (2021). Automatically Identifying Eviction Cases and Outcomes Within Case Law of Dutch Courts of First Instance. In Legal Knowledge and Information Systems (pp. 13-22). IOS Press.
Medvedeva, M., Üstun, A., Xu, X., Vols, M., Wieling, M. (2021). Automatic Judgement Forecasting for Pending Applications of the European Court of Human Rights. In Proceedings of the Workshops on Automated Semantic Analysis of Information in Legal Text (ASAIL 2021)

Heidary K. (2020), E-commerce and consumer data: Is regulation needed?
Vandenbroucke S., Heidary K. (2020), Journey of two novice PhD candidates amidst COVID-19
Van Boom, W.H., Van der Rest, J.I., Van den Bos, C., & Dechesne, M. (2020). Buyers Beware: How the Framing of Mandated Personalized Pricing Disclosure Influences Intention to Purchase. Social Justice Research, 33((3), 331-351.
Van der Rest, J.I., Sears, A.M., Miao, L., & Wang, X.L. (2020). A Note on the Future of Personalized Pricing: Cause for Concern. Journal of Revenue and Pricing Management, 19(2), 113-118.
Medvedeva, M., Xu, X., Wieling, M., & Vols, M (2020). JURI SAYS: An Automatic Judgement Prediction System for the European Court of Human Rights. In Proceedings of JURIX 2020, pages 277 - 280.
Medvedeva, M., Wieling, M., & Vols, M. (2020). The Danger of Reverse-Engineering of Automated Judicial Decision-Making Systems. arXiv preprint arXiv:2012.10301.
Medvedeva, M., Vols, M., & Wieling, M. (2020). Using machine learning to predict decisions of the European Court of Human Rights. Artificial Intelligence and Law, 28(2), 237-266.

Oskam, J., Van der Rest, J.I., & Telkamp, B.S.J. (2018). What’s mine is yours – but at what price? Dynamic pricing behavior as an indicator of Airbnb host professionalization.Journal of Pricing & Revenue Management, 17(5), 311-328.
Mironova, D. Y., Muravskii, D. V., Kuznetsova, S. A., Morozova, D. R., Morozova, T. I., & Lai, T. (2018). Exploring forms of academic engagement for MNEs in the Russian IT industry (Part II. University–industry cooperation models, EMC corporation case study). Инновации [Innovations], (8 (238)).
Mironova, D. Y., Muravskii, D. V., Kuznetsova, S. A., Morozova, D. R., Morozova, T. I., & Lai, T. (2018). Exploring forms of academic engagement for MNEs in the Russian IT industry (Part I. Academic engagement and multinational enterprises). Инновации [Innovations], (7 (237)).
Medvedeva, M., Vols, M., and Wieling, M. (2018). Judicial Decisions of the European Court of Human Rights: Looking into the Crystal Ball. InProceedings of the Conference on Empirical Legal Studies in Europe 2018.
Basile, A., Dwyer, G., Medvedeva, M., Rawee, J., Haagsma, H., and Nissim, M. (2018). Simply the Best: Minimalist System Trumps Complex Models in Author Profiling. In International Conference of the Cross-Language Evaluation Forum for European Languages, pages 143–156. Springer.
Kroon, M., Medvedeva, M., and Plank, B. (2018). When Simple N-gram Models Outperform Syntactic Approaches: Discriminating between Dutch and Flemish. In Proceedings of the Fifth Workshop on NLP for Similar Languages, Varieties and Dialects (VarDial 2018), pages 244–253.

Loosschilder, G., Van der Rest, J.I., Schwartz, Z., Cordella, P., & Sierag, D.D. (2017). From OTA Interface Design to Hotels’ Revenues: The impact of sorting and filtering functionalities on consumer choices. Journal of Revenue and Pricing Management. 16(2), 128-138.
Medvedeva, M., Haagsma, H., and Nissim, M. (2017). An Analysis of Cross-Genre and In-Genre Performance for Author Profiling in Social Media. In International Conference of the Cross-Language Evaluation Forum for European Languages, pages 211–223. Springer. Award: Best Paper Award at CLEF 2017.
Basile, A., Dwyer, G., Medvedeva, M., Rawee, J., Haagsma, H., and Nissim, M. (2017b). N-GrAM: New Groningen Author-Profiling Model. InInternational Conference of the Cross-Language Evaluation Forum for European Languages, CEUR.
Medvedeva, M., Kroon, M., and Plank, B. (2017). When Sparse Traditional Models Out- perform Dense Neural Networks: the Curious Case of Discriminating between Similar Languages. In Proceedings of the Fourth Workshop on NLP for Similar Languages, Varieties and Dialects, pages 156–163. Association for Computational Linguistics.

Van der Rest, J.I., Cordella, P., Loosschilder, G., & Schwartz, Z. (2016). Connecting Search Marketing to Revenue Management: conjoint analysis as a methodology to evaluate the optimal OTA commission fee. Service Science (INFORMS), 8(2), 1-15. Award: Journal Article of the Year.
Busger op Vollenbroek, M., Carlotto, T., Kreutz, T., Medvedeva, M., Pool, C., Bjerva, J., Haagsma, H., and Nissim, M. (2016). GronUP: Groningen User Profiling: Notebook for PAN at CLEF 2016. In Balog, K., Cappellato, L., Ferro, N., and Macdonald, C., editors, Working Notes of CLEF 2016, CEUR, pages 846–857. Workshop Proceedings. Award: PAN Shared Task Winner
Arkhangelskiy, T., & Medvedeva, M. (2016). Developing Morphologically Annotated Corpora for Minority Languages of Russia. In CLiF (pp. 1-6).

Smith, S.J., Parsa, H.G., Bujisic, M., & Van der Rest, J.I. (2015). Hotel Cancelation Policies, Distributive and Procedural Fairness, and Consumer Patronage: A Study of the Lodging Industry, Journal of Travel & Tourism Marketing, 32(7), 886-906.

Van der Rest, J.I., Wang, X.L., & Heo, C. (2014). The Future of Perceived Price Fairness Research in Hospitality. In: Pantelidis, I.S. (ed.), The Routledge Handbook of Hospitality Management (pp. 134-154), Oxford: Routledge.

Van der Rest, J.I., & Roper, A.J. (2013). A Resource-Advantage Perspective on Pricing: shifting the focus from ends to means-end in pricing research?, Journal of Strategic Marketing, 21(6), 484-498.