直播预告｜港中深高品：利用线性代理模型求解一般选品优化问题「OR Talk #38」|新论文|直播|算法

来源：市场资讯

（来源：运筹OR帷幄）

#OR Talk#介绍

OR Talk：深入学术，激发灵感

OR Talk致力于学术成果的深入解读和广泛推广。我们邀请专家嘉宾分享他们的最新学术成就，或围绕经典及热点话题进行深入论文解析和探讨。通过这些精彩分享和开放式讨论，OR Talk旨在揭示技术发展的脉络，分析所面临的核心挑战，为大家带来一场思维的深度风暴。同时，通过社群的互动交流，大家不仅能结识志同道合的朋友，还能在学术探索的旅程中共同“打怪升级”。

『运筹OR帷幄』OR Talk 38：

本期#OR Talk#，特邀香港中文大学（深圳）数据科学学院助理教授高品分享其最近的研究成果。

当你打开外卖App，首页推荐的那几道菜是怎么选出来的？酒店在不同渠道上架哪些房型、航空公司如何设计舱位组合——这些看似日常的商业决策，背后都指向同一个数学难题：产品组合优化。在真实的大规模平台中，这一问题极具挑战：商品数量动辄上百万、商品间存在复杂的替代效应、业务约束五花八门，且系统须在毫秒级内完成推荐。学术界虽已发展出许多模型与优化理论，却面临“水土不服”的困境——预测精度或不及机器学习，算法一换约束就需大改，难以真正落地。本报告提出一种新思路：以独立需求模型作为“线性代理”，在“向下可行约束”这一统一框架下，设计出兼顾速度与理论性能保证的高效启发式算法。报告将呈现完整的理论分析（近似比保证）与数值实验，并探讨向更一般消费者行为模型的扩展方向。

202604 第三十八期#OR Talk# 活动流程

1，分享话题：分享话题：利用线性代理模型求解一般选品优化问题

2，关键词：

产品组合优化；选品优化问题；线性代理模型；

3，分享人：高品

高品，香港中文大学（深圳）数据科学学院助理教授、智能零售联合实验室副主任，曾兼任深圳市人工智能与机器人研究院副研究员。本科毕业于武汉大学物理学基地班，后赴香港科技大学攻读理论物理硕士及工业工程与决策分析博士。研究方向涵盖平台生态设计、拍卖与机制设计、离散选择建模、能源优化及数据驱动决策，成果发表于 Management Science、Operations Research、Manufacturing & Service Operations Management 等 UTD24 顶级期刊，多次荣获全国供应链与运营管理学术年会及 POMS-China 等最佳论文奖。现主持或参与国家自然科学基金重大项目、青年科学基金（C类及B类）、滴滴盖亚青年学者基金等多项课题，并与美团、丰e足食等头部互联网企业开展深度产学研合作。

高品老师课题组现面向海内外招募对以下方向感兴趣的研究人员：

研究方向一：平台生态与机制研究——聚焦平台规则制定、市场机制设计、多方参与者的激励与均衡，以及新兴技术对平台生态的冲击与重塑，欢迎具备经济学或运筹学背景的学生申请。

研究方向二：AI驱动的企业运营优化——探索如何将大模型、强化学习等AI技术与产品组合优化、供应链决策、平台定价等运营问题深度结合，推动AI在真实商业场景中的落地应用，欢迎具备机器学习或数据科学背景、对产业实践感兴趣的研究者加入。

课题组与美团、滴滴、丰e足食等头部互联网企业保持深度合作，提供丰富的真实数据与产业联合研究机会。有意者欢迎将简历发送至 gaopin@cuhk.edu.cn。