应管理与经济学院的邀请，清华大学经济12BET卫强副教授来公司进行交流访问，并于2022年4月27日上午10点于主楼317会议室作了题为《管理可解释性增强的机器学习方法研究——一种引入营销漏斗视角的动态多阶段推荐方法》的学术报告。报告会由贾琳副教授主持，学院众多师生参加了报告会。

卫强教授首先向大家介绍了在线营销行业的相关背景，指出大数据与AI的快速发展极大促进了管理决策数智化。同时，管理场景中可获数据的非完备性、输出判定的主观扰动、以及内在机理的复杂性等使得机器学习方法在管理决策应用中“黑箱”现象更为凸显（即可解释性不足），这制约了机器学习方法的深度应用和发展。针对这一研究背景，卫教授及其研究团队结合营销漏斗理论视角，基于消费者在线购物的情境特点和多阶段动态性，提出一种基于多阶段动态贝叶斯网络的推荐方法。该方法可对消费者隐性的心理阶段转移和兴趣转换驱动的产品交互行为的生成过程进行建模和学习。该方法在具有良好的推荐精度的同时，还提供了一种从消费者可观测行为探测不可观测心理阶段的解决方案，具有更好的管理可解释性，有益于设计相应的营销策略。

报告结束后，与会师生与卫教授展开了积极、充分的讨论并进行合影。报告反响热烈，受到师生们的一致好评。

卫教授简介：

卫强教授是清华大学经管学院管理科学与工程系副系主任，长聘副教授/博导，人工智能管理研究中心副主任，医疗管理研究中心副主任。研究兴趣包括管理信息系统、大数据与商务分析、机器学习、智能推荐、文本挖掘等。在管理科学与信息系统领域顶级期刊（如MISQ、ISR、INFORMS JoC、ACM TKDD）等发表论文40余篇。