查看原文
其他

沙龙回顾 | 张颖婕:浅谈商业应用研究中的人机协同

光华BA 北大光华商业分析 2023-11-16
PKUGSM BUSINESS ANALYTICS

2021年10月31日下午,北大光华2021级商业分析硕士班学术沙龙委员会举办了秋季学期第二场学术沙龙。活动有幸邀请到光华管理学院市场营销系助理教授张颖婕老师,作主题为“浅谈商业应用研究中的人机协同”的学术分享。

01

机器学习在商业研究中的应用

首先,张颖婕老师向大家介绍了机器学习在商业研究中的三大应用:


用机器学习从“unstructured data”中获取有效信息。在大数据时代,信息的来源和种类繁多,传统的数据分析模型无法直接处理部分多媒体信息(例如微博动态中的图像或视频),这种情况下可以通过机器学习算法提取相关特征,进而开展更深入的商业分析。举例来讲,曾有学者利用计算机视觉的方法,从Airbnb平台上来自同一房屋不同拍摄者(专业摄影师和房东)的两组照片中提取特征并进行计量分析,以探究房屋介绍图片的质量是否会对销售产生影响。


利用先验知识(domain knowledge)丰富研究商业问题的机器学习模型。张颖婕老师指出这是必要的,因为商业分析的质量不仅仅取决于消费者行为预测的准确度,还和企业管理等因素相关,在搭建机器学习模型时,要想办法填补这类“GAP”。


探索机器学习的可解释性,通过融入经济学理论来尝试打开黑盒。这里老师举了两个例子:1)研究APP使用频次/时间和喜爱程度之间的关系。在隐马尔可夫(HMM)模型的基础上,结合消费者决策模型以探究隐变量和用户决策之间的关系,最终可以实现翻倍的判断效果;2)研究如何帮助出租车司机做出下一步去哪的决策以减少空载时间。类似地,通过融合贝叶斯模型和消费者决策经济学理论,提升乘客和司机之间匹配的效率。总结来看,将经济学理论合适地融入传统的机器学习模型,在解决商业分析问题上可能会取得更好的效果。



02

面临的挑战

随后,张颖婕老师指出,商业分析也属于社会科学的范畴,需要考虑社会福利等话题。但很多时候,经济效益和社会福利并不能够相互协调(即此消彼长),机器学习的引入可以更好地处理它们的关系(即同时提升经济效应和社会福利)。以小额贷款机构为例,一方面它要谨慎考虑申请贷款者的违约风险以保证整体经济效益,另一方面受行业道德约束的影响,它也希望为那些更需要钱但无法在银行借到款的人提供支持。这就需要对贷款申请者有较为准确的风险评估,而在使用传统机器学习算法时可能存在训练样本偏差(training simple bias)等问题,大数据的引入可以捕捉更多特征、将更大的人群纳入考量,最终实现双赢。



03

人机协同的科普性介绍

最后,张颖婕老师就“人机协同”这一话题向同学们做了一个科普性的介绍。她指出,在部分领域(例如医疗),人对机器学习的态度还不足够信任(例如很多医生并不愿意相信AI诊断的结果)。目前有一部分研究在为提升机器学习的信任度寻找证据,也有一部分研究在讨论为什么人们不接受机器学习的结果(例如危机意识等)。此外,老师还介绍了人机协同的前沿应用:计系统来指导AI应该告诉人什么、不该告诉人什么,以最大化人的效率。



在讲座的最后,张颖婕老师还解答了同学们的疑惑,给予同学们很多思考和启发。



嘉宾简介


张颖婕,光华管理学院市场营销系助理教授,卡内基梅隆大学博士(信息管理系统方向),曾就职于美国德州大学达拉斯分校,主要研究领域包括跨学科方法论研究、智能城市建设、共享经济、社交媒体、消费者行为等。





文稿丨刘星辰排版丨王  昊审核丨宋雨衡

往期回顾

01

沙龙回顾 | 赵永鹏:浅谈隐私计算技术在国内的发展现状与趋势

02

沙龙回顾 | 张英广:资产定价浅谈

03

沙龙回顾 | 曾斯韵:用产品思维做分析,驱动业务决策



持续关注北大光华商业分析

第一时间掌握项目信息

长按“上图”识别二维码,关注北大光华商业分析 

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存