國際交流

當前位置: 首頁 > 國際交流 > 交流動态 > 正文 交流動态

普渡大學J. George Shanthikumar教授和香港理工大學李磊副教授做客青年博士學術工作坊

來源:商學院   文/圖:劉湉華,徐磊 審核:劉長青     發布時間: 2024-07-11    點擊量:

7月5日上午,青年博士學術工作坊第九期在商學院304會議室舉行。普渡大學的J. George Shanthikumar教授和香港理工大學的李磊副教授應邀分别作題為“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)”的學術講座。講座由商學院徐磊副教授主持,商學院教師和各專業研究生40餘人參加了此次講座。

J.George Shanthikumar教授首先介紹了消費者選擇概率模型(CCPM)的基本内涵,為同學們理解複雜多變的消費者決策打下了理論基礎。随後,J.George Shanthikumar教授闡釋了所提出的一個時間樹消費者選擇概率模型,其分支充分刻畫了所有理性的消費者選擇模型,比如常見的随機效用模型(RUM)和等級列表模型(RLM)。接着,J.George Shanthikumar教授簡要讨論了标準消費者選擇模型(CCM)的時間樹表示法,涵蓋多項Logit模型及其衍生、指數模型和馬爾可夫鍊模型等。最後,J.George Shanthikumar教授指出任何理性消費選擇概率均可唯一映射至特定時間樹子類,這一發現為利用機器學習技術識别與擴展消費者選擇模型開辟了新途徑,特别是基于消費者和産品特性的定制化模型,進一步增強了預測與策略制定的精準性。

李磊副教授在報告中聚焦于Operational Data Analytics(ODA),深入探讨了其在跨相關系統學習中的應用潛力。以經典的報童問題為例,李磊副教授有力地論證了遷移學習的價值,利用從一個相關且數據豐富的系統中預訓練的模型,可以有效提升目标(或焦點)系統在數據有限情況下的決策效能。此外,李磊副教授特别強調了領域知識的融入以及數據與決策之間複雜結構關系在構建高效學習解決方案時的核心作用。最後,李磊副教授強調盡管展示的是報童模型問題,但ODA所提供的解決方案具有廣泛的普适性,能夠應用于衆多展現出相似同質特性的運營決策問題中,為這些領域的數據驅動決策提供了強有力的支持。

講座的最後,兩位教授與我院師生同研究中涉及到的決策問題、理論模型等方面展開了熱烈的讨論。本次講座,對促進商學院學科建設、提高商學院師生的科研能力起到了一定的推動作用。

J. George Shanthikumar教授作講座

李磊副教授作講座

講座現場


Baidu
sogou