【經濟講壇】姜元春:基于學科前沿知識深度把握科研方向

發布時間:2019-04-02 15:47:00
     330日晚上19:30,第234期“經濟講壇”在經濟yabo足彩學術報告廳舉行,本期講壇邀請的嘉賓是合肥工業大學管理yabo足彩姜元春教授,報告的主題為“基于學科前沿知識深度把握科研方向”。經濟yabo足彩危小超副教授,部分博士生、研究生和本科生聆聽了本次報告。
               
   

 首先,姜元春教授從個性化營銷說起,指出在互聯網環境下,更強的自主意識和豐富的産品選擇使得消費者需求的差異化越來越明顯。以消費者個體的獨特需求為出發點設計精準的個性化營銷戰略,已經成為電子商務理論與實踐創新的重要方向。他為在場的同學詳細解釋了在個性化營銷基礎之上的動态捆綁定價模型,從多維度多視角來闡述當前電子商務領域的前沿學術知識。

随後,姜元春教授分别從智能化視角和機器學習視角闡述個性化營銷,在智能化視角下介紹了雙渠道多階段多市場促銷優化模型。在機器學習視角下,介紹了深度學習下的卷積神經網絡、循環神經網絡、生成對抗網絡、圖卷機網絡、主動學習策略。機器學習視角下運用的模型主要是貝葉斯生成模型,包括隐含狄利克雷分布、狄裡克雷混合模型和層次狄裡克雷過程。除此以為,姜元春教授依據各大頂尖雜志中提出我們需要将大數據、人工智能、機器學習等技術運用到創新創業、市場營銷、健康管理等領域。在大數據時代,營銷科學需要擁抱數據科學、機器學習、文本處理、視頻和音頻處理等技術,以便更好的利用大數據解決營銷中的問題。

在此基礎上,姜元春教授分析了内在因素對用戶主題偏好的影響,認為社交互動已經成為用戶溝通交流的主要途徑,挖掘用戶社交互動中的主題偏好是當前研究的熱點方向,用戶偏好的誘因及解釋機制仍需深入研究。他還提出了基于雙向張量分解的群推薦方法,即在社交互動情景下,用戶通常是以群的形式存在。如何考慮在群體互動的情況下預測個體的偏好,如何集成個體選擇預測群體偏好,是購買意願預測和個性化推薦的重要研究問題。另一個分析是基于收藏大數據的非對稱競争分析,用戶之間關于産品的信息交換和影響關系使得潛在消費者的購買決策會産生較強的依賴關系,用戶在互動平台中探讨的産品往往具有較強的替代性,各個産品需要在與其他産品競争的過程中吸引消費者的關注和購買,産品之間形成了複雜的競争網絡。産品收藏通常是基于大量信息搜索和社交互動的結果,是産品搜索到購買決策的過渡階段,因此收藏大數據可以更好的反應産品之間的競争關系。

在講座的最後姜元春教授着重強調了沉浸式交互購物環境,認為這是未來電商的發展方向。在現場提問環節,姜元春教授耐心地為在場的每一位提問的學生答疑解惑,并在講解過程結合了自身的研究曆程,提出自己的看法和見解。在一個半小時的講座中,姜元春教授用生動的語言并結合深刻的思想感悟,使現場學生得到了較多的啟發,給大家留下了深刻的印象。至此,本次經濟講壇在全場聽衆的熱烈掌聲中圓滿結束。

 

(通訊員:孫琪夢)

附件下載: