国际交流

普渡大学J. George Shanthikumar教授和香港理工大学李磊副教授做客青年博士学术工作坊

来源:商学院 文/图:刘湉华,徐磊 审核:刘长青 发布时间: 2024-07-11 点击量:

7月5日上午,青年博士学术工作坊第九期在商学院304会议室举行。普渡大学的J. George Shanthikumar教授和香港理工大学的李磊副教授应邀分别作题为“Consumer Choice Probability Models-Temporal Trees, Representation and Identification”和“Transfer Learning, Cross Learning and Co-Learning Across Newsvendor Systems with Operational Data Analytics (ODA)”的学术讲座。讲座由商学院徐磊副教授主持,商学院教师和各专业研究生40余人参加了此次讲座。

J.George Shanthikumar教授首先介绍了消费者选择概率模型(CCPM)的基本内涵,为同学们理解复杂多变的消费者决策打下了理论基础。随后,J.George Shanthikumar教授阐释了所提出的一个时间树消费者选择概率模型,其分支充分刻画了所有理性的消费者选择模型,比如常见的随机效用模型(RUM)和等级列表模型(RLM)。接着,J.George Shanthikumar教授简要讨论了标准消费者选择模型(CCM)的时间树表示法,涵盖多项Logit模型及其衍生、指数模型和马尔可夫链模型等。最后,J.George Shanthikumar教授指出任何理性消费选择概率均可唯一映射至特定时间树子类,这一发现为利用机器学习技术识别与扩展消费者选择模型开辟了新途径,特别是基于消费者和产品特性的定制化模型,进一步增强了预测与策略制定的精准性。

李磊副教授在报告中聚焦于Operational Data Analytics(ODA),深入探讨了其在跨相关系统学习中的应用潜力。以经典的报童问题为例,李磊副教授有力地论证了迁移学习的价值,利用从一个相关且数据丰富的系统中预训练的模型,可以有效提升目标(或焦点)系统在数据有限情况下的决策效能。此外,李磊副教授特别强调了领域知识的融入以及数据与决策之间复杂结构关系在构建高效学习解决方案时的核心作用。最后,李磊副教授强调尽管展示的是报童模型问题,但ODA所提供的解决方案具有广泛的普适性,能够应用于众多展现出相似同质特性的运营决策问题中,为这些领域的数据驱动决策提供了强有力的支持。

讲座的最后,两位教授与我院师生同研究中涉及到的决策问题、理论模型等方面展开了热烈的讨论。本次讲座,对促进商学院学科建设、提高商学院师生的科研能力起到了一定的推动作用。

J. George Shanthikumar教授作讲座

李磊副教授作讲座

讲座现场


Baidu
map