学术信息 首页 - 学术信息 - 正文
讲座预告|珞珈经管青年论坛第四百五十三期——管理科学与工程论坛
2024-09-03
时间:2024-09-02  阅读:

讲座题目:When Product Recommendations Fall Short: The Heterogeneous Impact of Product Network Characteristics on Recommender System Performance(产品推荐何时不理想:产品网络特性对推荐效果的影响)

主讲人:万祥 圣克拉拉大学

时间:2024年09月03日9:30

地点:学院319

主办单位:betway必威管理科学与工程系

内容摘要:

Recommendation systems create a network of interconnected products on e-commerce websites by showing related products on the focal product pages. We ran a field experiment on a US fashion e-tailer’s website to examine how two core product network characteristics ‒ the focal product’s location in the network and its closeness with the recommended products ‒ jointly influence the recommendation’s effect on total product sales. While we find it beneficial to show either closely or weakly related recommended products for the focal products at the center of the recommendation network, it is helpful to recommend only weakly related products for the focal products at the edges. We provide empirical evidence that consumers seek product variety when exploring focal products at the network’s edges. Thus, offering dissimilar product recommendations to them may better fulfill their variety-seeking needs. Finally, we show that retailers can exploit the heterogeneous impact of product network characteristics to generate recommendation policies to optimize product sales. We show the e-retailer could obtain four percent higher sales under our suggested recommendation policy.

通过在产品页面展示相关产品,推荐系统在电商网站上创建了一个虚拟的相互连接的产品网络。我们在一家美国时尚产品零售商的网站上进行了一个田野实验,以研究两个核心的产品网络特性—产品在网络中的位置以及与推荐产品的关联度—是如何共同影响产品推荐的效果。我们发现,对于位于网络中心的产品,推荐关联性强或弱的产品都是有益的;而对于位于网络边缘的产品,只有推荐关联性弱的产品才有帮助。我们进一步的分析表明,消费者在探索网络边缘的产品时会更多地寻求产品多样性。因此,为他们推荐不相似的产品可能更好地满足他们寻求多样性的需求。基于我们发现,零售商的销售额可以提高四个百分点。

主讲人简介:

万祥,硅谷地区圣克拉拉大学利维商学院信息系统与分析系的助理教授,拥有佛罗里达大学信息系统和运营管理博士学位(2022年),以及中国人民大学管理科学与工程硕士学位(2017年)和betway必威工程管理学士学位(2014年)。研究兴趣主要集中在三个领域:算法推荐系统、人工智能和区块链以及数字经济。研究成果发表于领域顶级期刊Management Science、Information Systems Research等,获得国际信息系统协会(Association for Information Systems)授予的2022年度最佳博士论文奖第二名。