近日,經管學院物流管理系青年教師雷達洲與多倫多大學劉晟教授和香港大學申作軍教授合作的研究成果在運營管理領域國際頂級期刊Manufacturing & Service Operations Management (M&SOM)在線刊出(https://doi.org/10.1287/msom.2022.0453)。該論文題目是“Pooling and Boosting for Demand Prediction in Retail: A Transfer Learning Approach”,雷達洲老師為該論文的第一作者。
論文針對在線零售商的需求預測問題,提出了基于遷移學習的聚合提升預測框架(Pooling and Boosting),將頂層的銷量信息作為底層預測的正則化項,從而提升了底層預測的預測效果。論文同時分析并證明了方法的預測誤差邊界,有效地探索與解決了機器學習方法應用于銷量預測時所產生的偏差與方差的權衡問題。論文提出的預測框架能夠有效地幫助合作方京東提高銷量預測的精度、降低運營成本,據京東內部測算,該方法可為京東每件售出的商品節省0.01~0.29元的運營成本。
值得一提的是,該論文獲得了M&SOM Practice-Based Research Competition的Finalist獎項,這是國內高校首次獲得該榮譽。
期刊簡介:Manufacturing & Service Operations Management是運營管理領域國際頂級期刊,為UTD24、FT50期刊,同時也為我院A+類期刊。