2024年8月，由大连理工大学经济管理学院李先能教授作为通讯作者与博士生张颖异（第一作者）、郭艳红教授、硕士生李晓刚、博士生郑爽共同撰写的论文“消费者决策旅程视角基于评论的深度推荐方法”在《管理科学学报》2024年第8期发表，并被选为2024年重点推送论文。《管理科学学报》是由国家自然科学基金委员会管理科学部主办，我国管理科学领域具有权威性的一级学术刊物。
该论文是国家自然科学基金面上项目“O2O电商中面向消费者需求不确定性的多样化推荐方法研究”（72071029）和国家自然科学基金重点项目“人机系统的决策行为与协同管理理论及其方法研究”（72231010）的阶段性成果。
研究概况
近年来，“秀好物”“好评返现”等现象激发了消费者的评论热情，催生了“晒单狂魔”“真香评论”“后悔没早”等典型评论类型，掀起了评论区一波又一波的“种草”与“拔草”热潮。推荐系统的方法研究迎来了重要的机遇，即如何从传统意义上难以测量的海量非结构化评论数据中发现其蕴藏的稀疏价值，这同时也是大数据时代下商务智能分析与挖掘的重要挑战。推荐系统的方法研究实质上与消费者行为研究息息相关，核心均是探究消费者是如何做出购买决策行为的。行为离不开心理，表象的行为背后往往蕴含着丰富的内在产生动机。然而，现有推荐系统较少深入探讨消费者的内在心理活动及信息加工过程，因此难以充分揭示行为背后的形成路径。那么，如何运用“模型驱动+数据驱动”的大数据驱动研究范式，将消费者决策旅程理论运用到推荐系统的方法创新上，是本研究的核心关注点。
消费者的“种草”指其注意到商品评论并产生兴趣，而“拔草”则是最终做出购买决策的过程。本文提出了一种面向评论推荐场景的全新深度推荐方法，从消费者决策旅程视角出发，创新性地引入AIDMA阶段式决策模型，将消费者行为生成视为“引起注意 → 产生兴趣 → 唤醒欲望 → 留下记忆 → 决策行为”的连续过程。从而捕捉消费者对非结构化评论文本的潜在阅读行为和兴趣表征，最终提高对候选商品的评分预测。
整个模型包含五个部分：引起注意阶段利用GloVe词嵌入方法将非结构化的评论文本映射到统一的潜在空间中，以实现对消费者偏好和商品的表征；产生兴趣阶段引入卷积神经网络和注意力机制，模拟消费者接收到他人评论刺激后所产生的即时偏好改变；唤醒欲望阶段通过自注意力机制，模拟消费者在被唤醒购买欲望后对评论文本的深层语义理解；留下记忆阶段引入协同注意力机制，模拟阅读评论文本后在消费者心中的记忆匹配和记忆更新；最后，决策行为阶段利用上述四个阶段加工后的评论文本信息学习评分预测模型，以模拟消费者的购买决策行为。五个阶段环环相扣，作用明确，功能清晰，以实现“模型驱动+数据驱动”的深度学习方法创新。
这项研究深化了对消费者行为的理解，为理解并建模消费者在决策过程中对评论文本的信息加工过程提供了有益的借鉴和参考，也为传统纯技术驱动的推荐系统研究向“理论驱动的推荐技术创新”提供了新的思路。
作者简介
通讯作者 李先能
大连理工大学经济管理学院副院长、系统工程研究所所长、先进智能研究院常务副院长，教授、博士生导师，大数据法律监督联合研究中心主任，AI+数字化动销联合实验室主任，中国系统工程学会理事，中国计算机学会高级会员。主要研究方向为大数据管理与决策、系统工程及其在智能决策、数字检察、大数据营销等领域的创新应用。出版专著1部、在管理科学学报、IEEE TEVC、WWW、RecSys、COLING、ICIS等国内外权威期刊和CCF-A/B类权威会议发表研究成果70余篇，获得多项Best Paper Award及Best Paper Nominee奖励。先后承担日本学术振兴会、国家自然科学基金委重点/面上/青年、省部级及政府企事业单位委托项目近40项。研究工作与现实管理应用紧密相连，智能推荐成果已成功应用于美团、中国烟草、普乐师等央企和上市公司中，大数据法律监督成果在全国近百家检察机关得到落地应用，取得了显著的经济社会效益。先后获省级教学成果一等奖6项、省级一流课程3门。
郭艳红
大连理工大学经济管理学院/先进智能研究院教授，博士生导师，大连理工大学系统工程研究所副所长。近年研究集中在基于大模型的推理与决策，金融科技等方向。主持NSFC等国家、省部级项目十余项，获得辽宁省自然科学学术成果二等奖，辽宁省哲学社会科学优秀成果二等奖，论著发表在 EJOR, IJF,IRFA ，KDD，管理科学学报，管理评论等国际国内权威期刊及顶级会议上，部分论文受到国内外院士及知名学者的引用和积极评价，包括MS，MISQ，ISR，JMIS，EJOR，DSS，Omega等，并入选ESI高被引论文，获得发明专利三项。获得辽宁省高等学校本科教学成果一等奖、大连理工大学教学成果一等奖，编写企业案例入选加拿大毅伟案例库以及获选中国百优案例。
第一作者 张颖异
大连理工大学经济管理学院博士生，主要研究领域为推荐系统中的消费者行为理解，在管理科学学报、WWW、RecSys等国内外权威期刊和顶级会议发表学术论文4篇。曾获数据智能与管理学术2021年会议优秀论文奖、CNAIS2023 Commended Paper Award，并在KDD 2024 Amazon Cup大模型驱动的用户行为对齐赛道获得全球亚军及最佳学生奖。
