报告题目：数智技术驱动的运营商客户关系管理实践
报告人：刘佳鹏 教授
邀请人：张震 教授
报告时间及地点：经济管理学院B208 2025年11月13日 14：00-17：00
报告人简介：
刘佳鹏，西安交通大学管理学院信息系统与智能商务系、智能决策与机器学习研究中心教授、博士生导师，入选国家“万人计划”青年拔尖人才计划、陕西省“三秦英才”青年拔尖人才支持计划。目前研究方向为：智能决策、机器学习、贝叶斯方法、大数据分析、人工智能。近年来主持和参与国家自然科学基金青年、面上、重点、重大研究计划项目，国家重点研发计划课题，工信部专项课题，中央军委科技委***工程重点项目等多个项目的研究工作。研究成果发表在INFORMS Journal on Computing、European Journal of Operational Research、Omega、IEEE TKDE、ACM TKDD、Expert Systems with Applications、Knowledge-based Systems、系统工程理论与实践、系统工程学报等国际顶级期刊和国内外重要学术刊物。担任中国优选法统筹法与经济数学研究会智能决策与博弈分会理事，中国系统工程学会数据科学与知识系统工程专委会委员。获得陕西省科学技术进步奖、陕西省高等学校科学技术奖、李怀祖管理学研究成果奖、INFORMS学术奖励。
报告内容和摘要：：
在高度饱和与同质化的市场环境中，电信运营商的竞争范式正从资源驱动转向客户体验驱动。本报告介绍了以数智技术为核心驱动力、以净推荐值（NPS）为关键价值衡量的新一代客户关系管理实践。研究突破了传统静态、群体水平的NPS分析局限，构建了一套融合动态时序建模、因果推断与无监督学习的综合性技术框架。实践表明，通过引入门控循环单元（GRU）与注意力机制构建的用户忠诚度状态空间模型，能够动态捕捉并预测客户满意度的微观形成机制与演化路径，实现从“事后统计”到“事前洞察”的转变。进一步，基于部分可观测马尔可夫决策过程（POMDP）的离线强化学习算法，能够从历史交互数据中量化评估不同修复手段的长期因果效应，从而为制定最优的个性化干预策略提供可解释的决策支持。此外，基于概率话题模型的意见领袖识别框架，创新性地将S-O-R理论范式与用户行为特征相融合，实现了对兼具高影响力与高流失风险客群的精准定位与画像。本系列实践证实，深度运用数智技术，不仅能够实现对客户关系的“精准诊断”与“主动修复”，更能将NPS管理体系从辅助性指标提升为贯穿企业运营的神经中枢，为运营商在存量竞争时代优化资源配置、提升客户终身价值及构筑品牌护城河提供了关键的技术路径与理论支撑。
上一条：Data-Driven Decision Making in Social Networks
下一条：CNRDS数据库使用说明宣讲
【关闭】
