□ 付 強 王 涵

專家簡介：

衛(wèi)強，清華大學經(jīng)濟管理學院管理科學與工程系副教授。2003年獲清華大學管理學博士學位，同年進入清華大學經(jīng)濟管理學院工作至今。2007年，在美國麻省理工學院（MIT）斯隆管理學院擔任國際訪問學者。主要研究和教學興趣包括信息系統(tǒng)與信息管理、電子商務、商務智能與數(shù)據(jù)挖掘、大數(shù)據(jù)與商務分析等領域。

已在重要國際學術(shù)期刊和重要國際會議中發(fā)表了100余篇學術(shù)論文。獲教育部新世紀優(yōu)秀人才（2012），清華大學優(yōu)秀博士學位論文指導教師（2018），教育部百篇優(yōu)秀博士論文提名獎（2004），清華大學優(yōu)秀博士畢業(yè)論文獎（2003）以及多個優(yōu)秀論文獎等。目前擔任國際學術(shù)期刊Decision Support Systems與Electronic Commerce Research的副主編，中國信息經(jīng)濟學會常務理事，中國模糊數(shù)學與模糊系統(tǒng)學會常務理事，中國統(tǒng)計學會理事，信息系統(tǒng)學會中國分會常務理事等。曾任ACM Social and Economic Computing Chapter的Treasurer，中國管理科學與工程學會副秘書長、中國系統(tǒng)工程學會青年委員會委員等。

隨著互聯(lián)網(wǎng)、移動通信和大數(shù)據(jù)等技術(shù)的飛速發(fā)展及廣泛應用，當今，科技、經(jīng)濟、文化和社會正在經(jīng)歷一場深刻的變化。在這場重大的歷史變革當中，人們正日益意識到一種新的資源形式必將對今后人類社會發(fā)展起到至關重要的作用，這就是信息。當人類進入到以信息化、網(wǎng)絡化和全球化為主要特征的經(jīng)濟發(fā)展的新時期之后，信息不僅是一種新型資源，也成為調(diào)度其他資源如人力、資金、物資等的有力工具。它正在改變社會資源的配置方式，改變?nèi)藗兊膬r值觀念、工作和生活方式，也改變著企業(yè)對于原有信息資源的認識和管理。而對于信息資源的高效利用和管理正在成為人們研究的重大課題，信息管理的重要性日益凸顯。

在信息管理領域，清華大學經(jīng)濟管理學院管理科學與工程系副教授衛(wèi)強的關注點在于“推薦系統(tǒng)”。當電子商務和移動商務大規(guī)模推廣后，作為一種典型的信息挖掘、分析乃至優(yōu)化的工具，推薦系統(tǒng)扮演著越來越重要的角色。消費者在網(wǎng)絡消費時越來越依賴推薦系統(tǒng)。麥肯錫研究報告也表明，早在2013年，亞馬遜商城上就有35%的銷售額來自推薦系統(tǒng)的相關推薦和引流，并且所占比例越來越高。如此一來，如何打造高效精準的推薦系統(tǒng)，就成為一個重要問題。這也是衛(wèi)強致力研究的方向。他勇于挑戰(zhàn)、善于創(chuàng)新，在推薦系統(tǒng)方向打破常規(guī)，開啟了研究的新視角。

信息時代推薦系統(tǒng)的重要性

網(wǎng)絡前所未有的發(fā)展，電子商務規(guī)模的不斷擴大，商品數(shù)量和種類的快速增長，給消費者帶來了巨大便利，但海量信息的爆炸式增長不可避免地加大了消費者購買決策的難度，消費者需要花費大量時間才能找到自己想買的商品。同時，瀏覽大量無關的信息和產(chǎn)品的過程，也無疑會使湮沒在信息過載問題中的消費者不斷流失。這時，一款智能的推薦系統(tǒng)尤為重要。對營銷者而言，它可以實現(xiàn)低成本和個性化營銷；對消費者來說，則可以借助推薦系統(tǒng)輔助其決策，提升決策質(zhì)量。一款智能推薦系統(tǒng)得以實現(xiàn)，背后需要大量數(shù)據(jù)、算法、信息系統(tǒng)、搜索引擎等支撐。

在信息時代，推薦系統(tǒng)可謂是應運而生。特別是近年來，隨著移動商務平臺的流行，考慮到平臺上產(chǎn)品的極大豐富性，智能手機界面的尺寸有限性，更為高效的推薦系統(tǒng)開始扮演關鍵性的交互作用。然而，也正是由于推薦系統(tǒng)的研究已經(jīng)相當成熟，應用也很廣泛，想要再進一步提升邊際效用，其難度也越來越大。

如何突破？很多專家和機構(gòu)都在推薦系統(tǒng)的方法設計和創(chuàng)新上花費了很大的工夫，尤其對協(xié)同過濾、基于內(nèi)容的推薦以及混合推薦方法等幾大類主流方法進行了深入研究，并根據(jù)不同應用背景和數(shù)據(jù)平臺，開發(fā)出大量面向不同環(huán)境的推薦方法和系統(tǒng)。但問題來了，目前，這些在推薦系統(tǒng)上開展的相關工作大都假設或默認用戶偏好為靜態(tài)模式，即忽略或不考慮用戶偏好的轉(zhuǎn)移和動態(tài)變化。

事實上，在市場營銷和消費者行為學領域，早已有大量實證研究證明了用戶在購物和消費周期中其偏好會不斷發(fā)生變化和轉(zhuǎn)移，并構(gòu)建出了相應的概念模型。比如，“營銷漏斗”模型將消費者與品牌的關系劃分為初步認知階段（Awareness）、篩選與考量（Consideration）、形成意向和好感（Preference）、達成收藏或購買的行動（Action）等階段。這些階段中，用戶的潛在心理活動難以實際刻畫和測量，因此如何將之集成與應用于推薦系統(tǒng)存在很多難點。而衛(wèi)強正是抓住了“用戶在整個購買過程的偏好心理狀態(tài)通常會經(jīng)歷一個動態(tài)轉(zhuǎn)移和演變的過程”這個核心，認為一個好的推薦系統(tǒng)應該針對消費者不同的偏好階段來推薦相應的產(chǎn)品才能收到更佳的效果。此時，他面臨的關鍵問題在于如何識別出用戶的非顯性的心理偏好轉(zhuǎn)移，并集成到推薦系統(tǒng)的設計中。

用戶偏好是動態(tài)轉(zhuǎn)移和變化的過程

針對用戶的購買行為和心理，衛(wèi)強舉了一個形象的例子。

如果一個用戶想要購買一臺筆記本電腦，在最初階段會先做一下調(diào)研，這個階段他可能會更加愿意瀏覽和關注各種品牌、型號和配置的筆記本產(chǎn)品，其偏好非常不聚焦。相應的，在這個階段，推薦系統(tǒng)應廣泛推薦各種各樣的筆記本電腦，即著重多樣性，供其選擇與了解。

有了一些目標產(chǎn)品后，用戶在認知上會達到下一個階段，其偏好狀態(tài)發(fā)生轉(zhuǎn)移，進一步明朗化。隨后，用戶經(jīng)過進一步對比，偏好繼續(xù)轉(zhuǎn)移并收斂到某個具體品牌型號的產(chǎn)品上。最后，經(jīng)過甄別選擇，用戶的最終偏好和購買需求確定。衛(wèi)強表示，到了最終階段，推薦系統(tǒng)應該推薦這款產(chǎn)品的周邊產(chǎn)品或配套產(chǎn)品，這樣才能形成最為理想的推薦效果。而現(xiàn)有的大量推薦系統(tǒng)難以甄別出用戶的購買心理和偏好模式，經(jīng)常出現(xiàn)用戶已經(jīng)買了某款產(chǎn)品后還經(jīng)常推薦同類產(chǎn)品，從而導致推薦效果不夠理想。

可見，用戶在不同階段中，偏好是動態(tài)變化的并且發(fā)生轉(zhuǎn)移的。此過程充分體現(xiàn)出用戶購買是一個多階段的、偏好不斷變化的決策過程，這在營銷科學中，已經(jīng)得到了廣泛認可。衛(wèi)強介紹，學術(shù)上通常將此購買過程稱為“營銷漏斗”，用戶可能處在購買過程的不同階段，其產(chǎn)品偏好在最終購買行為發(fā)生之前都可能會發(fā)生多次變化，而非靜態(tài)的模式。事實證明，不管是在傳統(tǒng)購買環(huán)境中，還是線上電商平臺，購買過程中用戶偏好的動態(tài)轉(zhuǎn)移是一個不可忽略的重要事實。值得重視的是，隨著電子商務的不斷發(fā)展，大量研究發(fā)現(xiàn)，“營銷漏斗”不再僅僅是一個線性的演化過程，而逐漸呈現(xiàn)出網(wǎng)絡化的演化模式，即用戶的心理狀態(tài)可能會在各個偏好階段之間來回跳轉(zhuǎn)和遷移。例如，某個用戶在達到了對某個服裝的考慮階段時，由于收到社交平臺上朋友的評論，也可能直接重新考慮另一個品牌的服飾產(chǎn)品，即跳轉(zhuǎn)回認知階段。這為市場營銷以及推薦系統(tǒng)設計都帶來了新的研究場景，也形成了新的挑戰(zhàn)。

眼下，電子商務網(wǎng)站和移動商務平臺已經(jīng)逐漸變成用戶在線發(fā)現(xiàn)產(chǎn)品、比較產(chǎn)品和最終購買產(chǎn)品的重要平臺和市場，但“營銷漏斗”或者“偏好演化網(wǎng)絡”仍然存在，越來越重要，且變化也越來越快。大多數(shù)現(xiàn)有的推薦方法常常忽略或并不考慮多階段的用戶偏好的轉(zhuǎn)移和動態(tài)變化，難以對用戶的整個動態(tài)購買過程進行建模，從而無法判斷用戶處于哪個階段。因此，設計考慮多階段的用戶偏好動態(tài)轉(zhuǎn)移和演化的推薦方法就成為了一個重要的研究視角，也成為了在目前推薦系統(tǒng)廣泛應用的背景下，進一步設計更好效果的推薦系統(tǒng)的重點方向。

由于用戶偏好狀態(tài)的隱含性、各偏好狀態(tài)之間的轉(zhuǎn)移網(wǎng)絡的復雜性、用戶購買行為多階段的復雜性等，使得此研究還處于初期，尚存較多困難和挑戰(zhàn)。但衛(wèi)強認為，能夠迎難而上，并最終解決問題，正是科研工作的魅力所在?！拔蚁Ｍ劢勾朔矫娴难芯浚瑏碓O計多階段用戶偏好狀態(tài)轉(zhuǎn)移的用戶購買過程模型，并進一步研發(fā)出相應的高效動態(tài)推薦方法?！彼f。

構(gòu)建多階段和動態(tài)實時推薦模型

根據(jù)用戶在多個不同時期的瀏覽行為推斷出用戶所處的購買階段和產(chǎn)品偏好，從而推算出用戶在下一個時期可能所處的購買階段和產(chǎn)品偏好，并動態(tài)地進行推薦。這無疑是最好的一種推薦方式。因此，通過挖掘用戶從瀏覽到購買過程中多個階段的偏好狀態(tài)及其轉(zhuǎn)移模式來打造推薦系統(tǒng)，可以更為有效地將用戶從任何一個階段推向行為階段，引導用戶產(chǎn)生最終購買決策，這對電子商務網(wǎng)站來說將有深遠意義。

基于此，衛(wèi)強希望在電子商務平臺上對用戶偏好轉(zhuǎn)移進行刻畫，從而實現(xiàn)對用戶的多階段購買過程的建模，并設計出相應的動態(tài)推薦方法。具體來說，就是通過對進行購買行為的用戶從瀏覽到最終購買過程中的瀏覽點擊行為進行提取，挖掘用戶的瀏覽模式，并建立多階段用戶偏好的動態(tài)轉(zhuǎn)移模型，從而更好地刻畫將用戶從電子商務平臺的瀏覽者轉(zhuǎn)化為購買者的過程。衛(wèi)強介紹道：“從機器學習的角度，分別構(gòu)建考慮時間因素的生成模型（動態(tài)貝葉斯網(wǎng)絡）和判別模型（循環(huán)神經(jīng)網(wǎng)絡）從而實現(xiàn)動態(tài)的推薦。并在此基礎上，基于大規(guī)模數(shù)據(jù)和實驗分析的方法來驗證所提出模型和方法的效果?！?/p>

為設計出一個完整的多階段用戶偏好轉(zhuǎn)移的模型，并基于動態(tài)規(guī)劃的思路設計出相應的多階段動態(tài)推薦算法，衛(wèi)強及其團隊考慮采用構(gòu)建動態(tài)貝葉斯網(wǎng)絡對用戶隨時間變化的瀏覽行為以及隱含用戶偏好的生成過程進行建模，同時考慮用戶在購買過程的多個不同階段和產(chǎn)品偏好的交互變化模式，構(gòu)建了動態(tài)貝葉斯網(wǎng)絡的多階段推薦協(xié)同過濾模型。

動態(tài)貝葉斯網(wǎng)絡是基于“營銷漏斗”的思路對用戶在不同時期所處的購買階段、產(chǎn)品偏好和瀏覽行為的生成過程進行直接建模，結(jié)合用戶在不同時期的購買階段和產(chǎn)品偏好實現(xiàn)多階段的推薦。然而，因為模型是針對每個時期進行推薦，模型中需要根據(jù)經(jīng)驗人工界定一個時期的長度（如一周、一個月或者某個給定長度的時期），或者通過實驗調(diào)試找到一個適當?shù)臅r期長度。由于在現(xiàn)實購物環(huán)境中，對于不同類型的商品來說，用戶在從瀏覽到購買經(jīng)歷的每個購買階段的時期長度也有差異。因此，人工給定一個確定的時期長度會制約上述推薦模型在不同類型產(chǎn)品和不同用戶類型上的適用性。此外，對于競爭越來越激烈的電子商務平臺而言，設定固定的時期長度也會制約推薦方法的靈活性。而如果能提供更為靈活的動態(tài)實時推薦，則更具有現(xiàn)實意義和使用價值。而這必須要通過全面的大規(guī)模數(shù)據(jù)實驗分析，從而才能檢驗模型的正確性和完整性，調(diào)試算法的參數(shù)和配置，測試方法的效果與效率。特別是對于電子商務平臺的在線推薦問題而言，必須要考慮大數(shù)據(jù)環(huán)境的特征來進行驗證。因此，利用大數(shù)據(jù)資源和深度學習框架，衛(wèi)強及其團隊在精心設計和構(gòu)建基于深度學習的動態(tài)實時推薦模型。

衛(wèi)強

考慮用戶偏好變化構(gòu)建推薦系統(tǒng)，這無疑是該研究領域的創(chuàng)新之舉，同時衛(wèi)強也帶來了多項創(chuàng)新成果：將多階段的用戶動態(tài)偏好及偏好轉(zhuǎn)移引入推薦系統(tǒng)，從營銷領域“營銷漏斗”、機器學習領域生成模型和判別模型的視角設計了動態(tài)推薦方法，從多階段推薦到實時推薦，逐層深入研究問題；基于動態(tài)貝葉斯網(wǎng)絡的多階段推薦模型對用戶所處的購買階段、產(chǎn)品偏好和瀏覽行為的生成過程進行建模和學習，并通過動態(tài)規(guī)劃對用戶的購買階段和產(chǎn)品偏好進行推理，從而實現(xiàn)多階段的動態(tài)推薦；基于深度學習的動態(tài)推薦將“階段”深入到“實時”（即從“離散”到“連續(xù)”），并引入更加細粒度的用戶行為特征，考慮用戶的購買歷史，更加精細深入地實現(xiàn)動態(tài)推薦。

堅定探索之路穩(wěn)步向前

從1992年在清華大學攻讀信息管理專業(yè)開始，衛(wèi)強在清華園一路從本科讀到了博士，直到今天還在清華大學經(jīng)濟管理學院工作，稱得上是不折不扣的清華人了。26年時光荏苒，始終不變的是，衛(wèi)強堅守著自己的研究陣地，在信息管理領域不斷挑戰(zhàn)，創(chuàng)新前行。

衛(wèi)強的科研之路，要從1997年本科畢業(yè)那會兒說起。也正是那個時候，衛(wèi)強遇到了陳國青教授，接觸到了模糊邏輯和數(shù)據(jù)挖掘，而陳國青正是他碩士、博士時期的導師。當時，陳國青剛從美國麻省理工學院訪問歸來，帶回了一本厚厚的大部頭著作。正是從這本厚厚的書中，衛(wèi)強找到了自己的興趣點。從碩士階段開始，衛(wèi)強一直在該領域深耕，直到完成博士研究。而在此方面的相關研究，還讓他榮獲了清華大學優(yōu)秀博士畢業(yè)論文獎。這更加堅定了衛(wèi)強的研究決心。

毋庸置疑，一個好的企業(yè)離不開好的管理。在信息時代，信息管理無疑對企業(yè)有著至關重要的影響。信息管理學是運用信息系統(tǒng)的相關理論和方法從管理學的角度來研究相關信息、分析和解決相關管理問題的一門學科。信息管理涉及經(jīng)濟學、管理學、運籌學、統(tǒng)計學、計算機科學等多門學科。而從營銷學和心理學角度做相關研究，并從用戶的偏好轉(zhuǎn)移出發(fā)構(gòu)建推薦動態(tài)模型，這是衛(wèi)強的創(chuàng)新研究之處，并取得了多項創(chuàng)新性成果。

近些年來，衛(wèi)強主持和參與了多項重大、重點、面上國家自然科學基金項目，還受邀在美國麻省理工學院、德國亞琛工業(yè)大學、比利時根特大學和魯汶大學、捷克奧斯特拉發(fā)大學、芬蘭阿爾托大學等多個學術(shù)機構(gòu)訪問交流、作報告。目前，他已在重要國際學術(shù)期刊和重要國際會議中發(fā)表了100余篇學術(shù)論文，如MIS Quarterly、INFORMS Journal on Computing、ACM Transactions on KDD、Decision Sciences、Electronic Commerce Research and Applications、Decision Support Systems、Information Sciences等學術(shù)期刊，以及ICIS、INFORMS、IEEE-ICMB、IFSA、FLINS等重要國際學術(shù)會議，并在國際著名學術(shù)出版社Springer系列叢書中發(fā)表多篇論文。此外，衛(wèi)強還編著了兩部教育部“十一五”規(guī)劃教材《管理系統(tǒng)模擬》與《商務智能原理與方法》，其中《商務智能原理與方法》獲得了2011年教育部普通高等教育精品教材獎。

商務智能研究，也是衛(wèi)強近年來的研究側(cè)重點。商務智能是融合了先進信息技術(shù)與創(chuàng)新管理理念的結(jié)合體，集成了企業(yè)內(nèi)外的數(shù)據(jù)，進行加工并從中提取能夠創(chuàng)造商業(yè)價值的信息，面向企業(yè)戰(zhàn)略并服務于管理層。商務智能指利用數(shù)據(jù)倉庫、數(shù)據(jù)挖掘技術(shù)對客戶數(shù)據(jù)進行系統(tǒng)的儲存和管理，并通過各種數(shù)據(jù)統(tǒng)計分析工具對客戶數(shù)據(jù)進行分析，提供各種分析報告，如客戶價值評價、客戶滿意度評價、服務質(zhì)量評價、營銷效果評價、未來市場需求等，為企業(yè)的各種經(jīng)營活動提供決策信息。相關技術(shù)為企業(yè)提供了迅速收集、分析數(shù)據(jù)的技術(shù)和方法，把這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，從而提高企業(yè)決策的質(zhì)量。而從管理視角，利用信息技術(shù)來研究商務智能并解決商業(yè)上的問題，正是衛(wèi)強研究的創(chuàng)新點。

學術(shù)創(chuàng)新離不開溝通交流，不論是國內(nèi)交流還是國外交流，衛(wèi)強對此都非常重視。他還參與組織多個重要國際會議，如在IEEE-ICEBE2005任組委會主席、在ICEBI2010任組委會副主席等。在學生培養(yǎng)方面，身為年輕教師的衛(wèi)強謙虛地說“要跟學生共同成長”。激發(fā)學生的主動性和創(chuàng)造性，更是衛(wèi)強所看重的。善于發(fā)揮個人優(yōu)勢，在擅長的領域挖掘自己的最大潛能，在衛(wèi)強看來，這也同樣重要。值得高興的是，今年，衛(wèi)強所指導的第一名博士畢業(yè)生喬丹丹就獲得了新加坡國立大學信息管理系的教職，這體現(xiàn)出清華大學的博士培養(yǎng)質(zhì)量達到了世界一流水平，也是對衛(wèi)強作為一名教師的極大鼓勵。

采訪最后，衛(wèi)強愉快地告訴記者：“去年我們剛在信息管理領域最頂尖的期刊上發(fā)表了一篇文章?！痹谛l(wèi)強看來，該文章的發(fā)表有著特殊的意義。“以前在此期刊上發(fā)表的相關文章大多都是海外學者研究海外問題，而我們的這篇文章是典型的Made in China，即研究團隊全是中國本土學者，研究的是中國問題?！?/p>

而這樣成績的取得，不也正是多年來衛(wèi)強始終如一、勇于挑戰(zhàn)、善于創(chuàng)新的結(jié)果嗎？在信息管理這條探索之路上，他正穩(wěn)步向前！