喻园管理论坛2024年第108期(总第1040期)
演讲主题：产品推荐优化的新方法：独立需求近似
主讲人：高品香港中文大学（深圳）助理教授
主持人：许爱玲供应链管理与系统工程系讲师
活动时间：2024年12月26日（周四）9：30-10：30
活动地点：管院大楼209室
主讲人简介：
高品博士现为香港中文大学（深圳）数据科学学院助理教授，主要研究方向包括平台经济中的收益管理和运营管理。高博士于2021年获得香港科技大学博士学位，此前曾在业界工作两年，并分别于2013年和2015年获得武汉大学物理学学士学位和香港科技大学物理学硕士学位。他的研究成果已发表在Management Science、Operations Research和Manufacturing & Service Operations Management等顶尖期刊中。高博士曾荣获多项重要研究奖项，包括ISCOM最佳论文奖（一等奖）和POMS-China最佳论文奖（二等奖）。
活动简介：
收益管理的核心问题之一是如何选择一个产品集合以最大化商家的预期收入。然而，产品间的替代效应以及复杂的业务约束使这一优化问题通常具有高度的计算复杂性。借鉴业界实践，本文提出了一种新的求解框架：将推荐优化问题转化为“独立需求”场景（即假设各产品需求相互独立），并通过修正产品收益以补偿忽略替代效应所引入的近似误差。该方法仅依赖“最后选择概率”等有限信息，极大地简化了计算复杂性。在完全单模等约束条件下，该方法仅需求解两个线性规划即可实现最优性能；在更复杂的约束条件下，我们设计了多种算法变体以提升其适应性和鲁棒性。数值实验表明，该方法在广泛的测试场景中均展现出卓越的优化性能。此外，通过对真实数据的实证分析发现，结合高精度预测模型的启发式策略能够显著提升推荐效果，进一步凸显了该方法与机器学习估计技术相结合的潜在优势。
