2025年6月至8月，“浙江大学管理学院2025数智决策与管理全国博士生学术论坛”系列讲座活动在线上和线下同时成功举办。此次博士生学术论坛由浙江大学管理学院、浙江大学数据分析和管理国际研究中心和长三角高校管理科学与工程学科发展协作网（暨协同创新与管理分会）联合主办。
在本次活动中，香港中文大学的吴靖副教授、多伦多大学的教授胡明、香港理工大学的陈致玮教授以及纽约大学的周正元副教授先后来到浙江大学管理学院，对领域内最新研究动向进行交流和分享；同时开展博士生工作论文交流论坛，共有20位博士生与各位专家进行面对面交流，参加的同学们受益颇丰。
2025年6月13日上午，“浙江大学管理学院2025数智决策与管理全国博士生学术论坛”正式开幕，开启先后共4场分论坛。开幕式由浙江大学管理学院百人计划研究员陈寿长主持，浙江大学管理学院教授杨翼和浙江大学数据分析和管理国际研究中心主任周伟华两位老师分别致开幕辞。
浙江大学管理学院教授杨翼出席开幕式并致辞。他表示，"在数据要素驱动商业变革的背景下，数智决策已成为企业高质量发展的核心引擎。本次活动汇聚国内外顶尖学者，聚焦大数据分析、人工智能商业应用等前沿议题，旨在为青年学者搭建高水平的学术交流平台。" 他代表学院向与会师生致以热烈欢迎，并强调浙江大学始终致力于推动管理学科与数字技术的交叉融合，期待与会者通过此次活动深化理论和实践探索，激发创新思维。
杨翼教授致开幕词
浙江大学数据分析和管理国际研究中心主任周伟华教授在开幕式上回顾了论坛的发展历程。他表示，自2015年首届举办以来，这个学术论坛已经走过了11个年头，欣喜地看到数智决策与管理领域的学术研究不断深化，产业应用持续拓展，同时见证了越来越多年轻学者在这个平台上的成长与交流。周教授希望大家把论坛视为学术之家，不仅参与学习，更期待与大家保持长期联系与合作，通过持续的互动交流，共同探索数智时代管理创新的更多可能性。
周伟华教授致开幕词
开幕式结束后，活动进入专家主题讲座和青年学者汇报环节。本次博士生论坛面向校内校外、线上线下同步开展报名，最终共有线下145人、线上772人报名。其中专家主题讲座环节同时开展线上和线下课程，博士生分享环节仅在线下开展。在专家分享环节，本活动让线上和线下报名的师生共同参与和享受高质量的学术盛宴，实现同领域内专家学者近距离交流；同时，在博士生分享环节，为了保护青年学者的学术成果，选择以闭门会议的方式进行博士生工作论文分享。
让我们一起回顾下活动中各位专家的精彩分享。
主题1：实证研究问题识别与数据资源介绍（香港中文大学/吴靖副教授）
2025年6月13日，吴靖教授作为活动首位嘉宾，带领学生深入探讨了实证运营管理（Empirical OM）的前沿趋势，系统性地介绍了研究者可接触到的海量公共数据资源，并指出了这些数据在不同研究方向中的巨大价值。吴教授的分享旨在展示如何利用公开数据与新兴AI技术，为解决重要的运营管理问题提供新思路。在讲座中，吴教授梳理了涵盖金融、供应链、创新、ESG及人力资源等多个领域的权威数据库。他指出，通过金融市场数据（如CRSP、S&P Compustat）、供应链数据（如FactSet Revere、S&P Panjiva）、创新数据（如USPTO专利库）以及ESG数据（如Refinitiv、Sustainalytics），研究者可以对企业行为进行深度分析。他还分享了如何利用招聘与社交档案数据（如Lightcast、BoardEx）等新型数据资源，为企业运营与战略研究开辟新的可能性。
接下来，吴靖教授则着重介绍了供应链背景下的运营实证研究。他指出，当下的供应链研究已从传统的运营主题（如库存、采购）转向更宏大且重要、涉及不确定性、政治动态及技术变革的议题 。他结合自己的研究案例，生动展示了如何利用交易层面的提单数据，分析在俄乌冲突背景下，中立国的企业如何在遵守或规避西方制裁中调整其供应链 ；以及如何利用公开数据，探讨企业的全球供应链关系是否有助于其在国际资本市场获得融资 。
吴靖老师主题课程
主题2：生成式AI与研究选题（香港中文大学/吴靖副教授）
在关于大语言模型（LLM）应用的课程中，吴靖教授探讨了LLM如何重塑商业研究。他介绍了通过微调（Fine-tuning）和外部工具调用（LLM as Agent）等高效方式，将LLM应用于非结构化数据分析和人类行为模拟，着重介绍了其团队一项关于抖音直播带货的最新研究案例。该研究旨在探究主播的“话语策略”如何影响直播销售业绩。团队收集了抖音头部主播账号的大规模视频数据，总量超过14,000小时 ，并利用大语言模型，从主播的口播内容中自动提取并分类了七种不同的语义策略，如“信任”“稀缺性”“体验感”等。该研究不仅展示了LLM在处理大规模非结构化视频与文本数据上的强大能力，也为理解直播电商的成功要素提供了严谨的实证依据。
吴教授的系列讲座不仅为参与者打开了公共数据资源宝库的大门，也通过前沿的LLM应用案例为未来的研究方向提供了宝贵的启示。与会者对吴教授的精彩演讲报以热烈的掌声，并期待他在未来继续分享更多前沿研究成果。
吴靖老师主题课程
主题3：Big, Small, and Small+ Data-Driven OM（多伦多大学/胡明教授）
本期课程特邀多伦多大学杰出教授胡明担任主讲嘉宾，以“Big, Small, and Small+ Data-Driven OM”为主题，深入探讨了数据驱动决策在运营管理领域的最新研究进展与应用实践。作为国际知名的运营管理学者，胡明教授从理论创新到实际应用，系统性地构建了适应不同数据规模的决策优化框架，为数字化转型背景下的企业运营管理提供了全新的方法论指导。
在课程中，胡明教授首先重点分析了大数据环境下深度神经网络（DNN）在库存优化和动态定价等运营管理问题中的应用价值。通过情境化报珍问题的典型案例，他详细介绍了团队提出的DNN解决方案超额风险界限理论，该理论为深度学习技术在复杂运营环境中的可靠性提供了重要保障。针对中小企业面临的数据稀缺问题，胡教授创新性地提出了系列解决方案：在中等数据场景下采用经验贝叶斯方法实现跨产品线的知识迁移；在极端有限数据条件下开发了基于多面体集合的鲁棒定价模型。这些方法仅需利用历史交易中的顾客选择行为数据，无需预设具体分布形式，就能构建最优定价策略，在实际应用中展现出显著优势。讲座最后，胡明教授分享了团队在价格实验设计方面的最新研究成果，通过解析性地给出分布鲁棒的最优实验价格点，为企业开展数据驱动的定价优化提供了实操指南。
在问答环节，现场以及线上的师生踊跃提问，围绕DNN的泛化能力、EB方法的实际应用限制以及价格实验的行业适用性等问题展开深入讨论。胡明教授耐心解答，并结合实际案例进一步阐释了理论研究的现实意义。本次课程不仅为与会者提供了运营管理领域的前沿知识，也促进了跨学科、跨地域的学术交流，胡明教授的分享为暑期学校注入了新的学术活力。
胡明老师主题课程
主题4：Responding to Reviewer Feedback: Do’s and Don’t’s from an Author’s, Reviewer’s and Editor’s Perspective（香港理工大学/陈致玮教授）
香港理工大学的陈致玮教授以“Responding to Reviewer Feedback:Do's and Don't's from an Author's,Reviewer's and Editor's Perspective”为主题进行了精彩的课程指导。陈致玮教授是信息系统领域的知名学者，他担任信息系统领域国际顶级期刊MlS Quarterly的Senior Editor，研究成果发表于MIS Quarterly，Journal of Operations Management，Information Systems Research等顶级期刊。 陈教授结合自己多年的编委经验和作为资深学者的投稿经验，详细讨论了如何专业且有效地回应审稿人的意见。演讲内容循序渐进，首先从宏观上探讨了回应时应有的总体考量，随后深入到具体的实用技巧。接着，陈教授总结了撰写回复信时可以遵循的“十条简单规则”，如“逐条回应审稿意见”“避免防御性语言”等，并进一步对审稿意见的各种类型及其相应的最佳回应策略进行了分析，现场学员纷纷表示受益匪浅。随后，在场同学就自己在投稿过程中遇到的问题与陈教授进行交流。报告见解深刻，不仅为在场的师生提供了宝贵的实战指导，也从更高层面启发大家以更积极、更成熟的心态去面对学术发表过程中的挑战。
陈致玮老师主题课程
主题5：Learning in Repeated First Price Auctions: An Online Learning Perspective（纽约大学/周正元副教授）
2025年7月27日至31日，由纽约大学周正元教授主讲的短期课程“Learning in Repeated First Price Auctions: An Online Learning Perspective”成功举办。课程聚焦重复一级价格拍卖中的在线学习机制，吸引了众多运筹学、博弈论及机器学习领域的研究者参与。
本次课程的核心内容围绕三个紧密关联的理论维度展开系统性的讲解。在对抗性环境学习策略部分，周正元教授从经典的bandits算法基础出发，深入剖析了在信息不对称和策略性对手并存情境下的学习机制设计。课程不仅介绍了动态整合多源专家建议的理论框架，更通过实际拍卖案例展示了适应性权值调整机制在应对恶意抬价等对抗行为时的实践价值，特别强调了计算效率与学习精度之间的微妙平衡。针对带有图反馈的随机多臂老虎机问题，教授创新性地将网络拓扑结构引入传统拍卖分析，详细阐释了投标者互动关系如何转化为信息传播优势，其中对分布式学习策略收敛性的数学证明尤为精彩，为处理复杂竞标环境提供了全新的分析视角。在理论层面，课程深入讲解了Le Cam两点法这一核心分析工具，通过构建精心设计的拍卖场景对偶问题，生动演示了如何确立学习算法的性能下界，这种严格的数学推导不仅加深了学员对算法极限认知的理解，更为后续研究提供了可靠的理论验证方法。三个模块内容环环相扣，从实践策略到理论分析，构建了一套完整的重复拍卖学习研究体系。
由于学员反响热烈，周正元教授特别于8月1日加开返场环节，与学生进行面对面深入交流，进一步探讨课程中的核心问题与实际应用。整场交流在严谨而开放的学术氛围中进行，为本次课程画上了圆满的句号。随着最后一场专题课程的结束，论坛进入尾声。
周正元老师主题课程
作为本次活动的核心环节之一，博士生闭门论文分享会为青年学者提供了展示研究成果、接受权威指导的宝贵机会。在课程结束后，本活动采用"导师分组指导"模式，由主题课程老师作为评审，针对"数智化供应链优化""生成式AI应用"等前沿主题开展深度研讨。每位老师聚焦4-5篇主题相近的论文，通过小范围、专业化的学术对话，为博士生提供精准的学术指导与反馈。这种精细化指导机制既保障了学术交流的深度与针对性，又维护了研究讨论的私密性，有效促进了前沿理论与研究实践的深度融合。
部分博士生交流现场
本次活动为青年学者搭建了与领域权威对话的桥梁，通过跨学科碰撞深化了数字化转型与智能决策的前沿研究。专家学者们的学术洞见为博士生开拓了视野，注入了科研动力。作为学术交流的重要平台，论坛充分彰显了浙江大学管理学院在推动创新和培育人才方面的引领作用。我们期待未来更多思想盛宴，共同见证管理学科的蓬勃发展！
