1月22日上午，管理科學(xué)與工程學(xué)術(shù)論壇第69期在學(xué)院216舉行。本次論壇聚焦“基于大模型結(jié)構(gòu)化推理的用戶認(rèn)知建模方法”，邀請(qǐng)復(fù)旦大學(xué)管理學(xué)院信息管理與商業(yè)智能系青年副研究員陳剛作學(xué)術(shù)報(bào)告，吸引眾多師生參與，由高寶俊教授主持。
陳剛老師以“LLM為核心的AI智能范式”為主線，系統(tǒng)梳理了多模態(tài)感知智能、可解釋認(rèn)知智能、結(jié)構(gòu)化推理智能、自主執(zhí)行智能到人機(jī)融合智能的能力演進(jìn)鏈條。他指出，在感知層需強(qiáng)化多模態(tài)信息理解與對(duì)齊，在認(rèn)知層推進(jìn)知識(shí)發(fā)現(xiàn)與利用（如圖譜與Agentic RAG），在推理層強(qiáng)調(diào)知識(shí)抽象與結(jié)構(gòu)化推理，在執(zhí)行層面向任務(wù)閉環(huán)與行動(dòng)落地，最終推動(dòng)智能體能力從工具級(jí)走向社會(huì)級(jí)。圍繞“LLM的推理結(jié)構(gòu)”，報(bào)告結(jié)合管理學(xué)與心理學(xué)理論，歸納管理理論驅(qū)動(dòng)的AI技術(shù)研究方向，并從“模型—用戶認(rèn)知對(duì)齊”的視角討論結(jié)構(gòu)化推理框架的設(shè)計(jì)原則與關(guān)鍵難點(diǎn)。進(jìn)一步地，陳老師以用戶參與度流失預(yù)測(cè)為例指出，傳統(tǒng)推薦系統(tǒng)的偏好表征往往難以解釋用戶深層意圖與需求，可借助ELM的中心/邊緣路徑刻畫“有意識(shí)/無意識(shí)”行為模式，并結(jié)合圖神經(jīng)網(wǎng)絡(luò)與參數(shù)高效微調(diào)機(jī)制，將分化與路由策略嵌入大模型，從而在提升預(yù)測(cè)效果的同時(shí)增強(qiáng)可解釋性與干預(yù)可用性。報(bào)告最后強(qiáng)調(diào)，將認(rèn)知路徑、需求形成與滿意度機(jī)制顯式融入模型結(jié)構(gòu)，有望為用戶行為研究提供更具解釋力與可驗(yàn)證性的技術(shù)路線，并啟發(fā)新的科研選題與跨學(xué)科研究思路。
與會(huì)師生圍繞大模型結(jié)構(gòu)化推理方法在用戶行為建模中的應(yīng)用展開積極交流。本次講座為參與師生在管理科學(xué)與人工智能交叉研究、面向真實(shí)業(yè)務(wù)的用戶行為建模等方面的研究提供了新的理論視角與方法啟發(fā)。
陳剛，復(fù)旦大學(xué)管理學(xué)院信息管理與商業(yè)智能系青年副研究員。2022年6月博士畢業(yè)于復(fù)旦大學(xué)管理學(xué)院，2022年7月至2024年月，任浙江大學(xué)管理學(xué)院特聘副研究員。研究興趣包括多模態(tài)行為智能，大模型結(jié)構(gòu)化推理，理論驅(qū)動(dòng)的深度學(xué)習(xí)等。研究成果發(fā)表于MIS Quarterly, Information Systems Research, Decision Support Systems, Information and Management, IEEE Transactions on Engineering Management, Pattern Recognition, Information Processing & Management 等期刊，以及WWW、CIKM等國(guó)際會(huì)議。主持國(guó)家自然科學(xué)青年科學(xué)基金項(xiàng)目B類、C類、上海鋼聯(lián)大宗商品可解釋預(yù)測(cè)系統(tǒng)算法研究等項(xiàng)目。
（通訊員：韓林蒲；審核：黃敏學(xué)）
