我院慕遥助理教授以通讯作者身份撰写的论文“Dynamic Bayesian Network-Based Product Recommendation Considering Consumers’ Multistage Shopping Journeys: A Marketing Funnel Perspective”被国际管理学顶级期刊Information Systems Research录用，并于2023年10月3日在线发表。
慕遥老师毕业于清华大学，现任职信息管理与决策科学系。Information Systems Research创刊于1990年，该刊是UTD24（美国德克萨斯大学达拉斯分校（University of Texas at Dallas）所选出的商学院最顶尖24种学术期刊）之一，在国际管理科学界享有很高的学术声誉，是全球商学院公认的最高级别学术期刊之一。该期刊2022年影响因子为4.9，近五年影响因子为7.2。
近年来，智能推荐系统得到在线商家的广泛应用，以期发现消费者可能感兴趣的产品。尽管考虑消费者兴趣变化的动态推荐被越来越多的研究关注，现有方法仍面临多样化行为、多变兴趣转换和心理动态识别方面的挑战。本研究基于营销漏斗的视角分析消费者购物过程，提出一种新的机器学习方法用于产品推荐，即多阶段动态贝叶斯网络方法，依据阶段转移和兴趣转换来建模消费者产品交互行为的生成过程。该方法通过设计动态贝叶斯网络模型解决多样化行为的问题，可提取有关消费者心理动态的普遍规律。模型采用两个隐层来刻画消费者在不同心理阶段下兴趣转换的多变性，同时提出识别策略用于动态探测不可见的消费者心理阶段和兴趣分布。本研究基于大规模真实数据构建实验和全面的鲁棒性检验，其结果充分表明了本研究提出的方法在产品推荐中相较于基线方法的优越性。
Qiang Wei, Yao Mu*, Xunhua Guo, Weijie Jiang, Guoqing Chen (2023) Dynamic Bayesian Network-Based Product Recommendation Considering Consumers’ Multistage Shopping Journeys: A Marketing Funnel Perspective. Information Systems Research Published online in Articles in Advance 3 Oct 2023. https://doi.org/10.1287/isre.2020.0277
