首先，姜元春教授从个性化营销说起，指出在互联网环境下，更强的自主意识和丰富的产品选择使得消费者需求的差异化越来越明显。以消费者个体的独特需求为出发点设计精准的个性化营销战略，已经成为电子商务理论与实践创新的重要方向。他为在场的同学详细解释了在个性化营销基础之上的动态捆绑定价模型，从多维度多视角来阐述当前电子商务领域的前沿学术知识。

随后，姜元春教授分别从智能化视角和机器学习视角阐述个性化营销，在智能化视角下介绍了双渠道多阶段多市场促销优化模型。在机器学习视角下，介绍了深度学习下的卷积神经网络、循环神经网络、生成对抗网络、图卷机网络、主动学习策略。机器学习视角下运用的模型主要是贝叶斯生成模型，包括隐含狄利克雷分布、狄里克雷混合模型和层次狄里克雷过程。除此以为，姜元春教授依据各大顶尖杂志中提出我们需要将大数据、人工智能、机器学习等技术运用到创新创业、市场营销、健康管理等领域。在大数据时代，营销科学需要拥抱数据科学、机器学习、文本处理、视频和音频处理等技术，以便更好的利用大数据解决营销中的问题。

在此基础上，姜元春教授分析了内在因素对用户主题偏好的影响，认为社交互动已经成为用户沟通交流的主要途径，挖掘用户社交互动中的主题偏好是当前研究的热点方向，用户偏好的诱因及解释机制仍需深入研究。他还提出了基于双向张量分解的群推荐方法，即在社交互动情景下，用户通常是以群的形式存在。如何考虑在群体互动的情况下预测个体的偏好，如何集成个体选择预测群体偏好，是购买意愿预测和个性化推荐的重要研究问题。另一个分析是基于收藏大数据的非对称竞争分析，用户之间关于产品的信息交换和影响关系使得潜在消费者的购买决策会产生较强的依赖关系，用户在互动平台中探讨的产品往往具有较强的替代性，各个产品需要在与其他产品竞争的过程中吸引消费者的关注和购买，产品之间形成了复杂的竞争网络。产品收藏通常是基于大量信息搜索和社交互动的结果，是产品搜索到购买决策的过渡阶段，因此收藏大数据可以更好的反应产品之间的竞争关系。

在讲座的最后姜元春教授着重强调了沉浸式交互购物环境，认为这是未来电商的发展方向。在现场提问环节，姜元春教授耐心地为在场的每一位提问的学生答疑解惑，并在讲解过程结合了自身的研究历程，提出自己的看法和见解。在一个半小时的讲座中，姜元春教授用生动的语言并结合深刻的思想感悟，使现场学生得到了较多的启发，给大家留下了深刻的印象。至此，本次经济讲坛在全场听众的热烈掌声中圆满结束。

（通讯员：孙琪梦）