_jsq_(1876,'/ionf.jsp',14494,1655773608) 
$('#dl-menu').dlmenu();

首页

jQuery(".sideMenu").slide({ titCell: "h3", //鼠标触发对象 trigger: "click", delayTime: 300, //效果时间 triggerTime: 150, //鼠标延迟触发时间(默认150) returnDefault: false //鼠标从.sideMen移走后返回默认状态(默认false) });
当前位置: 首页 > 学院动态 > 学院要闻 > 正文 学院要闻

加拿大麦克马斯特大学吴如海教授做客商学大讲堂

来源:我院   文/图:侯翔 审核:刘长青     发布时间: 2023-10-23    点击量:

10月18日下午,“商学大讲堂”系列学术讲座第221讲在我院118利安达厅举行。加拿大麦克马斯特大学德格罗特我院市场营销系吴如海教授应邀作题为“When Karma Strikes Back: A Model of Seller Manipulation of Consumer Reviews in An Online Marketplace(因果报应:线上平台中卖家操纵消费者评论的模型)”的学术讲座。本次讲座由我院管理科学与工程系张建强教授主持,我院教师与各专业研究生80余人参加了本次讲座。

吴教授首先围绕“线上平台中的虚假评论现象”这一现实问题,从亚马逊、淘宝网、京东等国内外知名线上平台的角度入手讲解了这些平台以及第三方机构针对该现象的应对措施,例如淘宝网使用IP地址追踪手段。随后吴教授说明了近年来虚假评论、网络水军刷评等现象的背后逻辑,并结合自身经历详细地梳理了这一现象背后的运作机制。此外,吴教授介绍了对评价真假性判断的困难,并给出以往学者们和企业在此研究的成果。鉴于做出虚假评价的用户具有很强的学习能力,所以以往平台推出的筛选算法难以达成很好的效果,甚至在很短的时间内就被淘汰。

针对线上平台的虚假评价现象,吴教授建立了一个动态规划模型,研究卖家在线上平台操纵评论的动机和决策,以及达到的长期稳定的均衡。该模型构建出多个销售期,每期的市场需求不仅与商品价格和质量有关,还与上期的评价数据有关。上期的评价越好,下一期的需求就越多。这样,企业除了给商品定价之外,还决定是否购买虚假评论以提高评分。通过动态规划求解该模型,吴教授发现长期的稳定状态是中等质量企业操纵评论最多,而高质量与低质量企业操纵评价最少,其原因在于高质量与低质量企业操纵评论的边际效益较低,因此动机不如中等质量企业强烈。该模型还可以解释线上平台虚假评论中的其它问题。

讲座最后,吴教授亲切地解答了与会师生在模型和研究中的疑问。本次讲座对我院老师及同学们的学术研究具有一定的启发作用。

吴如海教授作报告(一)

吴如海教授作报告(二)

讲座现场