近日，经管学院物流管理系青年教师雷达洲与多伦多大学刘晟教授和香港大学申作军教授合作的研究成果在运营管理领域国际顶级期刊Manufacturing & Service Operations Management (M&SOM)在线刊出(https://doi.org/10.1287/msom.2022.0453)。该论文题目是“Pooling and Boosting for Demand Prediction in Retail: A Transfer Learning Approach”，雷达洲老师为该论文的第一作者。

论文针对在线零售商的需求预测问题，提出了基于迁移学习的聚合提升预测框架（Pooling and Boosting），将顶层的销量信息作为底层预测的正则化项，从而提升了底层预测的预测效果。论文同时分析并证明了方法的预测误差边界，有效地探索与解决了机器学习方法应用于销量预测时所产生的偏差与方差的权衡问题。论文提出的预测框架能够有效地帮助合作方京东提高销量预测的精度、降低运营成本，据京东内部测算，该方法可为京东每件售出的商品节省0.01~0.29元的运营成本。

值得一提的是，该论文获得了M&SOM Practice-Based Research Competition的Finalist奖项，这是国内高校首次获得该荣誉。

期刊简介：Manufacturing & Service Operations Management是运营管理领域国际顶级期刊，为UTD24、FT50期刊，同时也为威廉希尔官网A+类期刊。