應管理與經(jīng)濟學院的邀請，清華大學經(jīng)濟偉德國際1946bv官網(wǎng)衛(wèi)強副教授來偉德國際官網(wǎng)進行交流訪問，并于2022年4月27日上午10點于主樓317會議室作了題為《管理可解釋性增強的機器學習方法研究——一種引入營銷漏斗視角的動態(tài)多階段推薦方法》的學術報告。報告會由賈琳副教授主持，學院眾多師生參加了報告會。
衛(wèi)強教授首先向大家介紹了在線營銷行業(yè)的相關背景，指出大數(shù)據(jù)與AI的快速發(fā)展極大促進了管理決策數(shù)智化。同時，管理場景中可獲數(shù)據(jù)的非完備性、輸出判定的主觀擾動、以及內(nèi)在機理的復雜性等使得機器學習方法在管理決策應用中“黑箱”現(xiàn)象更為凸顯（即可解釋性不足），這制約了機器學習方法的深度應用和發(fā)展。針對這一研究背景，衛(wèi)教授及其研究團隊結合營銷漏斗理論視角，基于消費者在線購物的情境特點和多階段動態(tài)性，提出一種基于多階段動態(tài)貝葉斯網(wǎng)絡的推薦方法。該方法可對消費者隱性的心理階段轉移和興趣轉換驅動的產(chǎn)品交互行為的生成過程進行建模和學習。該方法在具有良好的推薦精度的同時，還提供了一種從消費者可觀測行為探測不可觀測心理階段的解決方案，具有更好的管理可解釋性，有益于設計相應的營銷策略。
報告結束后，與會師生與衛(wèi)教授展開了積極、充分的討論并進行合影。報告反響熱烈，受到師生們的一致好評。
衛(wèi)教授簡介：
衛(wèi)強教授是清華大學經(jīng)管學院管理科學與工程系副系主任，長聘副教授/博導，人工智能管理研究中心副主任，醫(yī)療管理研究中心副主任。研究興趣包括管理信息系統(tǒng)、大數(shù)據(jù)與商務分析、機器學習、智能推薦、文本挖掘等。在管理科學與信息系統(tǒng)領域頂級期刊（如MISQ、ISR、INFORMS JoC、ACM TKDD）等發(fā)表論文40余篇。
