2019年12月25日下午，应中国科学院大学经济与管理学院院长汪寿阳教授的邀请，来自香港城市大学的管理科学系主任陈友华教授，为我院师生进行了题为“New and Short-life-cycle Product Procurement Decisions: Machine Learning and Risk Control”的学术报告。王曙明副教授主持了本次讲座。
王曙明副教授介绍讲座嘉宾
陈教授首先向大家介绍了零售商问题的背景。许多零售商定期推出寿命短的新产品，与现有产品不同的是新产品没有历史销售数据，缺少了可能作为预测未来销售量的一个指标。为了解决这个问题，陈教授指出，可以用公司过去可能一直在销售一种类似产品的完整的销售记录来近似替代并作为新产品的一个属性信息。除了需求和销售数据之外，销售记录还可以包含有关产品属性或特征的丰富信息，例如零售价格，设计风格和季节，即所谓的需求协变量信息。在这个研究中，陈教授的研究团队尝试使用协变量信息将新产品与历史上已售出的相似产品相联系。他们利用权重来衡量新产品与历史产品之间的相似性，并且这些权重的值是可以通过机器学习方法（例如k最近邻，分类和回归树以及随机森林）来估算出来的。然后，陈教授提出，可以利用一对相似的历史产品的真实需求及其相关权重，以及来自其他相似产品的相同信息，来近似预期利润和其他可以解释（条件）需求分布的信息。该方法适用于在规避风险的公司推出新产品之前确定最佳订单数量。陈教授还指出，风险规避要求企业实现利润的目标有很高的置信值，可以将其表述为在险价值（VaR）约束。除了设计有效的解决方案，陈教授的研究团队还证明了其所提出的近似值即使在VaR约束的样本依赖近似值上也为渐近最优。最后，陈教授展示了使用实际数据来验证模型和方法的实验结果，并提出了重要的管理建议。
陈友华教授
讲座结束后，陈友华教授与到场的老师以及学生进行了互动交流，并就零售商问题进行了进一步讨论。
背景链接:陈友华教授是香港城市大学的讲座教授和管理科学系主任。他拥有清华大学工程学学士学位、滑铁卢大学经济学硕士学位和多伦多大学管理学博士学位。在1997年加入新加坡国立大学之前，他曾在西北大学担任博士后。在香港中文大学（CUHK）任教11年后，陈教授于2012年加入城大。他所教授的课程包括运营管理、供应链管理、物流和先进制造管理。他还积极参与了高管教学（EDP和EMBA）。陈教授还参与了供应链管理和物流领域的咨询项目。他目前的研究项目涵盖从医疗保健运营管理、物流供应链管理到数据驱动的运营。
(文/刘天奇 图/王海娟)
