亚洲欧美中文日韩在线v日本,亚洲精品永久在线观看,亚洲av日韩av永久无码色欲,亚洲成a人片777777,亚洲人成网站在线播放942

近日，信息系統(tǒng)領(lǐng)域全球最頂尖學術(shù)會議之一的國際信息系統(tǒng)與科技大會（Conference on Information Systems and Technology, CIST 2023）在美國鳳凰城成功舉辦。

長江商學院科技與運營教授、企業(yè)家學者項目學術(shù)主任、數(shù)字化轉(zhuǎn)型研究中心主任孫天澍教授的合作論文《消費者搜索和動態(tài)偏好：基于深度學習的計量經(jīng)濟學模型》（Consumer Search and Dynamic Preference: A Deep Structural Econometric Model）獲大會最佳論文獎。

孫天澍教授成為近十年內(nèi)唯一一位兩度獲得該獎項的華人學者。

此次國際信息系統(tǒng)與科技大會主題為“數(shù)字時代的領(lǐng)導力：駕馭不確定性與變革”（Leadership in the Digital Age: Navigating Uncertainty and Change）。作為信息系統(tǒng)與科技領(lǐng)域的國際頂尖會議，該會議每年聚集來自全球各地的頂尖學者，針對數(shù)字化時代的不確定性、變化及機遇等重要議題開展研討。

獲獎?wù)撐挠蓪O天澍教授與明尼蘇達大學卡爾森管理學院宋一丞教授合作完成。該論文創(chuàng)造性地提出首個動態(tài)搜索模型——“消費者偏好動態(tài)搜索模型”（Consumer Preference Transformer, 以下簡稱為“CPT動態(tài)搜索模型”)，該模型創(chuàng)新跨界融合了人工智能中的深度學習方法（深度神經(jīng)網(wǎng)絡(luò)）和經(jīng)濟學與營銷學中的消費者需求結(jié)構(gòu)計量模型，能夠解釋和預測消費者在信息搜索和購買過程中的動態(tài)需求變化。

人工智能領(lǐng)域的深度學習方法在描述和預測數(shù)字經(jīng)濟中消費者動態(tài)搜索和需求轉(zhuǎn)化過程時，面臨模型構(gòu)建和可解釋性的挑戰(zhàn)。

一方面，深度學習模型并不直接描述消費者的決策過程并且建模，而將消費者動態(tài)需求當作隱性變量，缺乏直接的可解釋性；并且深度學習方法通常只能對消費者搜索及轉(zhuǎn)化鏈路上的單一節(jié)點進行預測和匯總，而消費者的動態(tài)搜索行為往往是前后連貫、相互關(guān)聯(lián)的，由于缺乏對消費者行為的動態(tài)捕捉，黑盒模型無法準確展示消費者的真實行為，并解釋消費者動態(tài)變化的需求和對決策過程進行預測。

另一方面，傳統(tǒng)經(jīng)濟學與營銷學已經(jīng)沉淀出針對消費者行為的基本理論，但是在利用結(jié)構(gòu)計量模型時缺乏手段對于消費者動態(tài)變化的搜索行為和需求迭代進行建模，也無法充分利用數(shù)字經(jīng)濟時代的行為大數(shù)據(jù)，有效擬合和描述消費者的變化需求，也很難實現(xiàn)基于模型與現(xiàn)實行為的偏離程度，通過大數(shù)據(jù)不斷迭代和優(yōu)化模型。

在此次獲獎?wù)撐闹校瑢O天澍教授與合作者首次將人工智能領(lǐng)域的深度學習方法與經(jīng)濟學營銷學中的結(jié)構(gòu)計量模型巧妙結(jié)合，提出“CPT動態(tài)搜索模型”。CPT模型不僅結(jié)合兩個領(lǐng)域的方法論優(yōu)勢，還衍生出兩個額外特征：

第一，CPT模型第一次可以表達在消費者在搜索鏈路中逐步形成消費者偏好，更符合消費者購物時的真實決策過程——消費者一般會在搜索和對比的探索過程中逐步形成對商品的偏好（比如購買電子產(chǎn)品時消費者通過搜索不斷收集信息和迭代偏好）；

第二，消費者偏好的結(jié)果能夠隨時間動態(tài)變化。

基于人工智能和計量經(jīng)濟模型間巧妙的“跨界聯(lián)姻”，以及真實大數(shù)據(jù)的驗證，研究表明，CPT模型在預測消費者點擊和購買行為方面分別優(yōu)于目前最先進的深度學習和結(jié)構(gòu)計量經(jīng)濟學模型，且能給出模型解釋性和動態(tài)需求變化的洞察，也可以用來模擬不同推薦系統(tǒng)策略的優(yōu)劣。

孫天澍教授：

我一直相信只有更好地理解消費者，才能更好地服務(wù)消費者，通過人工智能，大數(shù)據(jù)和結(jié)構(gòu)計量模型的結(jié)合可以把更好的商品和更精準的信息匹配給消費者，從而為商家，平臺和數(shù)字經(jīng)濟創(chuàng)造價值。

對平臺和商家來說，CPT動態(tài)搜索模型是一個有意義的創(chuàng)新，因為它可以幫助企業(yè)理解和預測消費者搜索過程中動態(tài)變化的需求，并模擬不同商品和信息推薦策略帶來的實際效果，從而改善用戶消費體驗、提升數(shù)字經(jīng)濟中的服務(wù)效率。

孫天澍教授簡介：

孫天澍教授現(xiàn)任長江商學院科技與運營教授，企業(yè)家學者項目學術(shù)主任，數(shù)字化轉(zhuǎn)型研究中心主任。在加入長江前，他是美國南加州大學Robert Dockson講席教授，并獲終身教職，同時兼任商學院與計算機系教授和博士生導師。

孫天澍教授的研究聚焦在企業(yè)數(shù)字化轉(zhuǎn)型，包括數(shù)字化戰(zhàn)略，數(shù)字化組織和數(shù)字化科技，在中美頂尖企業(yè)有豐富的工作經(jīng)歷與合作實踐（如Facebook，Adobe，阿里巴巴，網(wǎng)易等）。他的學術(shù)研究和產(chǎn)業(yè)實踐尤其關(guān)注技術(shù)與商業(yè)的交叉融合—特別是大數(shù)據(jù)，云計算，物聯(lián)網(wǎng)和人工智能如何持續(xù)的改變零售，金融，制造，物流，醫(yī)療和企業(yè)服務(wù)等行業(yè)。

孫天澍教授曾受邀在哈佛大學、麻省理工學員、賓夕法尼亞大學沃頓商學院、芝加哥大學、斯坦福大學等全球頂尖學府以及國際頂級學術(shù)會議上發(fā)表八十多場學術(shù)演講，并在Facebook（現(xiàn)為Meta）、谷歌、 Snapchat、領(lǐng)英、優(yōu)步、阿里巴巴、中信集團、人民日報集團等頂級機構(gòu)做數(shù)字化轉(zhuǎn)型、大數(shù)據(jù)和平臺戰(zhàn)略的邀請分享和培訓。

孫天澍教授的研究論文發(fā)表在信息系統(tǒng)、機器學習、經(jīng)濟學和商學院國際頂級期刊與會議，獲得16項最佳論文獎，其中包括芝加哥大學頒發(fā)的Wittink Prize年度最佳論文獎，以及USC頒發(fā)的年度最佳教授獎(Golden Apple Award)。

孫天澍教授同時擔任多個國際頂級期刊常務(wù)和客座編委(MS, ISR, MISQ)和國際會議大會主席(CIST,WEBEIS)，并獲得多個頂級機構(gòu)的研究支持。

孫天澍教授本科畢業(yè)于南京大學物理系，在馬里蘭大學修讀物理，電子工程與經(jīng)濟學博士課程，獲得信息系統(tǒng)博士學位。

自創(chuàng)校起，長江商學院憑借“學術(shù)研究立?！薄敖淌谥螌W”等一系列機制創(chuàng)新，吸引匯聚了一批在世界管理學術(shù)界享有盛譽的學者全職加入長江。

學院為教授提供了較為成熟的、具有一定全球競爭力的學術(shù)研究平臺及生態(tài)體系，使得教授能在加入長江后仍然能持續(xù)開展前沿性、引領(lǐng)性的研究，不斷產(chǎn)生世界級的研究成果，獲得全球?qū)W術(shù)界的廣泛認可。