上海财经大学“数据科学与商务分析”学术创新论坛举办

 

为应对新伦理、新技术、新需求、新实践的挑战,探讨数据科学前沿、商务分析领域具有颠覆性、变革性的交叉科学前沿问题与发展方向,12月4日,上海财经大学商学院举办了以“数据科学与商务分析”为主题的数据科学前瞻性、战略性与综合性高端学术研讨会暨上海市数据科技与决策前沿科学研究基地成立仪式。本次论坛采用线上直播方式进行,逾三千人在线观看。

 

640.webp (9).jpg

 

 

揭牌仪式上,上海财经大学商学院常务副院长、上海市数据科技与决策前沿科学研究基地主任魏航教授从“基于高维、高频、分布式数据的统计推断方法”、“数据要素下的经济博弈与规制设计”以及“数据驱动下的动态决策理论与优化算法”三方面阐述了如今数据时代下学者和业界面临的关键问题,并针对这三个问题提出了研究基地的发展目标;对研究基地的师资力量以及学术委员会成员做了进一步介绍。接着,由上海财经大学科研处副处长郑春荣教授、上海财经大学商学院常务副院长、上海市数据科技与决策前沿科学研究基地主任魏航教授共同为“上海市数据科技与决策前沿科学研究基地”揭牌。

 

640.webp (10).jpg

 

会上,麻省理工学院工程系教授David Simchi-Levi的报告主题是“From Data to Science and Back”。David Simchi-Levi教授首先介绍了MIT Data Science Lab的概况,随后以实验室与业界的合作项目为例,介绍了“From Data to Science”,“From Science to Data”以及“From Pre-pandemic Research to Pandemic Impact”三个主题。在“From Data to Science”主题,David教授介绍了如何把online learning和offline learning应用于航空附属产品个性化展现,并展示了团队在online 和offline learning交互与转化方面最新的研究成果。在“From Science to Data”主题,David教授介绍了线上时尚零售平台Zalando的定价问题,简要阐述了Switchback这一创新的田野实验方法在线上定价问题中的应用。最后,在“From Pre-pandemic Research to Pandemic Impact”主题,David教授以福特供应链为例从数据视角解读了疫情时期下全球供应链发生的变化与带来的启示。

 

640.webp (11).jpg

 

麻省理工学院斯隆管理学院教授Georgia Perakis的报告主题是“A Taste of the Role of Analytics in the Fight on the COVID-19 Pandemic”。Georgia教授首先简要介绍了运营管理领域顶级期刊M&SOM的发展以及近期有关新冠疫情的研究,肯定了M&SOM社区对于抗击疫情的贡献。随后重点介绍了MIT研发的疫情响应系统MCRS(MIT Covid-19 Response System),该系统融合了C-SEIRD、强化学习、双向LSTM、时间序列KNN等多个模型,以邮编级别的精度对疫情扩散情况进行预测并上报给CDC。基于此系统,Georgia教授团队通过建立优化问题来对有限的疫苗资源进行分配以控制病毒传播,展现出数据与数据科学方法的巨大价值。

 

640.webp (12).jpg

 

上海纽约大学商学院院长陈宇新教授的报告主题是“Quantitative Marketing in the Era of Data Science”。陈宇新教授首先指出数据科学在定量营销的研究中有诸多应用,数据科学既可以扩展数据源和数据收集方法,也可以使新的特征提取或者新的度量成为可能,公司也可以通过算法辅助其决策制定和预测;相关研究案例涉及到运用深度学习等技术分析顾客评论、社交媒体等数据。其次,陈宇新教授提出定量营销有助于促进数据科学的发展,可以带来新类型的数据、增加新的研究问题,为深度学习和人工智能提供更多理论解释,以及丰富现有的营销数据科学方法。最后,陈宇新教授分享了通过MTMS方法挖掘在线视频平台弹幕评论数据的研究案例,他指出数据科学和营销的未来研究趋势,体现在新的数据类型、强调可拓展算法、对AI技术的解释以及AI技术的隐私性和社会影响四个方面。

 

640.webp (13).jpg

 

罗汉堂总裁、阿里巴巴研究理事会学术主席陈龙教授的报告主题是“Data Economics and Business”。陈龙教授指出数据的使用能给顾客带来更佳的体验,但也面临着隐私保护问题。数据的经济性可以帮助我们回答应该如何避免“盲人和大象的陷阱”;数据的经济性涉及数据相关的顾客权利、数据的价值、数据的属性和管理原则、隐私保护的有效性、数据的规制以及数据驱动的市场竞争六个方面。陈龙教授指出数据相关的顾客权利既需要隐私保护也需要个人的数据分享,促使数据分享始终是人类活动的重要基础。数据的价值方面,陈龙教授指出数据是经济活动的一部分,它在信息分享中产生并在信息交互中扮演着重要的角色。虽然隐私保护是必要的,但是没有因为隐私保护必要阻碍经济和社会活动。数据的经济属性则包括非竞争性、部分排他性和外部性三个方面。在数据管理、隐私保护的有效性和数据规制方面,陈教授提出数据管理首先要建立有效的隐私保护机制,需要隐私工程和强化隐私技术(PETs)的结合。最后在数据驱动的市场竞争方面,陈龙教授强调在数据时代,公司的掠夺性行为通常不符合他们长期商业利益,尤其是伴随竞争的掠夺性行为。

 

640.webp (14).jpg

 

上海市大数据股份有限公司总裁刘九评演讲的主题是“超大城市的数字化运营”。刘先生首先提出了超大城市的治理难题,并且指出城市数字化运营是解决这一难题的有效方法。具体而言,可以通过数据驱动提升在预测和预警、发现问题、协统处置等方面的能力,实现对城市的精细化管理和服务。随后,他重点介绍了上海市率先提出并付诸实践的城市运行“一网统管”模式,以实现“五最”的城市治理目标。该模式的核心为三级平台、五级应用的“王”字形架构,将原有相互独立的市级、区级、街镇三级行政体系下的数据通过各级中枢系统实现联通。

 

640.webp (15).jpg

 

复旦大学大数据学院副院长洪流教授演讲的主题是“Large-Scale Inventory Optimization: A Recurrent Neural Networks Inspired Simulation Approach”。洪教授通过拥有巨大BOM规模的企业案例引出大规模库存优化问题。该案例数据服从典型的复杂网络厚尾分布,但已有典型的算法SA(stochastic approximation)等在解决此类问题时,存在计算速度特别慢的短板。而大规模库存优化问题具有类似于循环神经网络(RNN)的特点,通过BOM的矩阵转换及反向传播(BP)等技术处理,可以通过循环神经网络方法解决该短板。研究表明,与已有算法相比,该方法能够极大提升大规模库存优化问题的计算速度。

 

640.webp (16).jpg

 

国家金融科技测评中心研发中心负责人、助理总经理杨波演讲的主题是“隐私计算金融应用安全”。伴随数据的快速累积,数据泄露的潜在风险也不断提升,国家已经出台多项政策意在合法合规的基础上,推进数据要素市场化配置、促进数据有序流通。目前,隐私计算广泛应用于量化投资、联合影响、私有信息安全查询等领域。但是,在隐私计算的应用层面存在数据孤岛、隐私安全、融合合规等问题。为此,国内外正在加速制定和出台联邦学习、多方安全计算等通用及专业性的隐私计算行业标准。同时,我国在隐私计算方面正健康有序发展,国家金融科技测评中心已经完成多批多方学习计算产品、联邦产品测评工作。

 

640.webp (17).jpg

 

阿里巴巴集团副总裁黄海清演讲的主题是“数字经济未来已来,数字化转型的路径与实践”。黄总首先介绍了数字经济的定义,数字经济是以数字化的知识和信息作为关键生产要素,以数字技术为核心驱动力,以现代信息网络为重要载体,已经成为全球经济发展的重要引擎。其次,他介绍了政府和企业数字化转型四大方向,业务数据化,即建立算力基础设施,并将业务数据在线化,融合成一体,汇聚在数据中台之上;决策智能化,即充分利用数据要素实现生产经营中的价值,并通过数据治理使得数据可用可见;应用服务化,即通过发掘应用场景,提供内部运营的数据资产服务,降本增效,发现新问题,辅助数智化决策;组织敏捷化,即通过连接人、事、物,实现组织在线化一级跨组织系统,实现业务敏捷创新。另外,他还介绍了企业数字化转型成功的五大关键要务,即以数据为驱动、以客户为中心、一把手推动、以生态赋能和打造敏捷组织。最后,他介绍了阿里云市场地位、全球业务和国家化投入,以及助力新制造、新零售业务场景下企业数字化转型升级案例。

 

640.webp (18).jpg

 

中国人民解放军国防科技大学吕欣教授演讲的主题是“网络大数据挖掘在经济预测中的前沿应用”。吕教授介绍了研究团队的部分研究成果,研究移动定位与网络大数据分析技术在经济、应急救援中的应用,基于对大规模手机用户和卫星数据的推断,依据衡量经济状态的指标,推测个体社会经济状况,重建国家财富状况,绘制高分辨率的国家财富分布地图,以更高的准确率解释区域水平的经济产出变化。吕教授指出,新的机器学习方法只需利用公开数据就能定位和追踪发展中国家的贫困状况;在研究春运和疫情对全国流动人口的影响时,可以利用不同模型刻画人员流动机制,根据人口流动规律分析城市复杂度、定义城市群格局,为公益事业提供技术指导和决策支持。

 

640.webp (19).jpg

 

上海财经大学商学院王文斌教授演讲的主题是“Business Analytics in AF&L”。王教授介绍了时尚行业应用数据分析和决策的场景。在时尚行业中,品牌商面临退货率高、产品生产周期长等痛点。消费者行为数据能够较好反映用户对于产品的偏好程度,帮助品牌商从更多维度解读消费者需求、精准用户市场定位、实现个性化产品推荐。因此,提升公司商务分析的能力对于更有效洞察消费者、赋能企业决策至关重要。同时,深度学习能够促进推荐算法的发展,能够更好抓住用户短期爱好、解决冷启动问题。王教授还提到,近期区块链、NFT等技术的发展与元宇宙的兴起给时尚行业带来新的增长点。由于时尚行业与艺术联系紧密、现实与虚拟的边界较为模糊,这种交融与数字化转型也使得商务分析技术有了更大的发挥空间。最后,王教授从品牌联名、全链路数据化、虚拟社区体验等方面介绍了AF&L的发展机遇。

 

640.webp (20).jpg

 

最后,魏航教授对本次论坛进行了总结发言。他表示,站在新的历史起点上,上海财经大学商学院以建成具有鲜明财经特色世界一流商学院的愿景,以面向世界、面向未来、面向现代化的战略眼光,以立德树人为根本任务,深化数智变革与创新,积极推动商学教育高质量发展,努力为中华民族伟大复兴贡献出更多的上财智慧和力量。


640.webp (21).jpg