2025年5月，由大连理工大学经济管理学院李先能教授作为通讯作者，博士生郑爽担任第一作者，与新加坡南洋理工大学Siliang (Jack) Tong、Hyeokkoo Eric Kwon和美国波士顿大学Gordon Burtch合作撰写的论文“Recommending What to Search: Sales Volume and Consumption Diversity Effects of a Query Recommender System”在《Marketing Science》发表。《Marketing Science》是营销领域的顶级期刊，1982年创刊，由INFORMS出版，属于UTD24国际顶级期刊之一，也是FT50顶级期刊之一，在学术界具有广泛的影响力和认可度。
该论文是国家自然科学基金面上项目“O2O电商中面向消费者需求不确定性的多样化推荐方法研究”（72071029）和国家自然科学基金重点项目“人机系统的决策行为与协同管理理论及其方法研究”（72231010）的阶段性成果。
研究概况
移动互联网的普及使移动端搜索成为电商消费的主要入口，但移动设备有限的交互界面显著增加了用户的搜索成本和认知负担。为优化搜索体验，电商平台广泛采用推荐系统，其中商品推荐系统的影响已被深入研究，但聚焦于搜索初始阶段的查询推荐系统（Query Recommender System）的作用机制及其对消费行为的影响尚未得到充分探索。此类系统通过实时推荐关联搜索词，可能降低用户的查询生成成本并扩大其商品探索范围，但需解决几个关键矛盾：既要提升平台整体销售额，又要避免市场过度集中导致的“赢家通吃”效应，同时需平衡推荐系统与现有搜索工具（如查询自动补全，Query Auto-Completion）的协同关系。
基于上述背景，本研究考察了查询推荐系统对某头部互联网O2O平台的影响。通过大规模随机对照实验分析了系统对用户搜索行为、销售量及消费多样性的影响。本研究的主要贡献包括：（1）揭示了查询推荐系统的双重正向效应：研究发现，查询推荐系统可以在30天内将消费者的购买量增加1%-2%，同时扩大个人和市场层面的消费多样性；（2）发现搜索工具的互补机制：研究发现，查询推荐与自动补全功能形成协同，前者通过推荐关联新品类扩展搜索广度，后者利用关键词个性化补全深化搜索精度；（3）提出平台优化路径：证实查询推荐系统可作为商品推荐系统的补充工具，在增加销售额的同时促进市场健康竞争，降低新商户的进入壁垒。
本研究为搜索行为和推荐系统的文献做出了贡献，为平台管理者提供了可操作的见解，用于查询推荐系统的战略设计和集成，实现用户体验与平台绩效的双重优化。
作者简介
郑爽（第一作者）
大连理工大学经济管理学院2021级博士生，曾任美团NLP高级算法工程师（L8），从事大模型、搜索推荐算法、知识图谱等的研发工作。目前研究方向为：领域知识增强大模型、公平性推荐、心理学理论驱动的算法设计、人工智能驱动的营销科学、消费者行为与决策、平台经济等。以第一作者发表UTD24期刊《Marketing Science》1篇，自然语言处理顶级会议论文两篇。
李先能（通讯作者）
大连理工大学经济管理学院副院长、系统工程研究所所长、先进智能研究院常务副院长，教授、博士生导师，大数据法律监督联合研究中心主任，AI+数字化动销联合实验室主任，中国系统工程学会理事，中国计算机学会高级会员。主要研究方向为大数据管理与决策、复杂系统工程建模与优化、跨域无人决策智能。出版专著1部、在Marketing Science、管理科学学报、IEEE TEVC、KDD、WWW、RecSys、COLING、ICIS等国内外权威期刊和CCF-A/B类权威会议发表研究成果70余篇，多篇论文获得Best Paper Award及Best Paper Nominee奖励。先后承担日本学术振兴会、国家自然科学基金委重点（课题）/面上/青年、省部级及政府企事业单位委托项目近40项。研究成果应用于多型高端装备研制、评估和使用过程，显著提升了装备使用的智能化水平；智能推荐成果已成功应用于美团、中国烟草、普乐师等头部企业，大数据法律监督成果在全国近百家检察机关得到落地应用，取得显著的经济社会效益。担任大数据管理与应用专业负责人，先后获省级教学成果一等奖6项、省级一流课程3门。
上一条：获评“特优”！这项研究为中国城市绿色转型指路
下一条：锻造新优势 谋划新发展——经济管理学院召开全体教职工大会
【关闭】
