（通讯员 陈琦）我院2019年第8期（总第47期）文泉分享会，于2019年5月23日中午12点半在文泉北楼407会议室成功举行。本次分享会由马守宇博士主持，分享嘉宾为徐浩轩博士。分享的主题是“国家自科项目汇报交流：基于数据驱动的网络零售商动态批量库存模型研究”。我院诸多老师和学生参加了这次分享会。徐浩轩博士介绍了正在执行的国家自然科学基金项目《基于数据驱动的网络零售商动态批量库存模型研究》的研究背景与依据、研究内容与进展、研究困难及应对，同时与在座师生交流项目过程中的困难与对策。
首先，徐浩轩博士介绍了项目的现实背景和理论背景。在现实中，大多数网络零售商的利润都很低。库存决策的补货和订单发货作为成本的主要成分，如何降低这些成本值得探索。但目前很多网络零售商仍采用批量模型为库存ERP系统做补货和发货决策，然而这些模型不适用于需求高度不确定的网络零售环境，因此有必要针对网络零售需求多样化特征构建合适的动态批量模型。在网络零售的理论研究中，存在着补货发货问题关注较少、现有的动态批量模型不适用、确定型需求问题研究较多的现象，因此有必要进一步结合网络零售的特征，构建合适的批量模型。同时，基于前期的批量模型研究和网络零售行业的数据优势，徐浩轩博士希望往前一步考虑需求预测，并探索通过集成数据驱动的需求预测来设计合适的批量模型。
接着，徐浩轩博士列出了项目的主要内容和总框架，提出了三个核心模型：基于点击流数据的动态批量模型，基于贝叶斯更新预测需求的随机动态批量模型，基于样本需求驱动的随机动态批量模型。徐浩轩博士深入探讨了各个模型的内容与研究方法。在第一个模型中，主要运用传统时间序列方法和机器学习算法。在第二个模型中，徐博士运用BASS扩散模型
进行预测方法设计，并构建滚动周期下的随机动态批量补货模型。第三个模型则主要采纳样本平均近似方法进行模型构建。
结合现有研究，徐浩轩博士讲述了自己遇到的困难，主要体现在前端需求和后端补货与配送的有机结合研究方面和获取数据方面。针对前一个问题，徐浩轩博士尝试通过集中后端补货与配送优化角度进行研究，对于后一种困难，徐博士考虑将预测和补货两部分研究分离，避开数据驱动带来的影响。
最后，针对项目中的困难，老师们提出了平台查找、寻找不同行业、与企业合作、概率销售等建议。报告会在热烈掌声中圆满结束。
