教学研究2026-11-19

中央财经大学|市场营销系孙鲁平教授合作论文发表于UTD24期刊MIS Quarterly

中央财经大学商学院2026年11月19日发布,市场营销系孙鲁平教授作为第一作者的合作论文正式在线发表于国际顶刊MIS Quarterly(UTD24、FT50)。研究基于国内在线零售平台上万名消费者、历时7个月的随机田野实验,发现推荐系统长期可显著提升用户回访意愿、复购频次与长期消费总额。

中央财经大学院校官方· 来源:中央财经大学商学院

中央财经大学商学院于2026年11月19日发布消息,市场营销系孙鲁平教授作为第一作者的合作论文《How Do Recommender Systems Benefit Online Retailers in the Long Run? Evidence from a Field Experiment》正式在线发表于国际顶级学术期刊MIS Quarterly。

论文信息

合作者为陈宇新教授(上海纽约大学)、郑晓娜副教授(北京大学光华管理学院)、苏萌(北京百分点科技董事长兼首席执行官)、张晓泉教授(香港中文大学)。MIS Quarterly是信息系统与营销科学交叉领域公认的国际顶刊,同时入选UTD24、FT50期刊目录,也是国际信息系统协会官方会刊。该成果被学院表述为在数字营销领域的重要突破。

研究设计

研究聚焦智能推荐系统的长期价值这一前沿议题,突破现有研究多关注短期消费行为的局限。研究团队与国内知名在线零售平台合作,通过大样本随机田野实验,对上万名消费者进行历时7个月的长期行为追踪,首次清晰识别推荐系统在长期内对零售企业价值的因果效应。

主要发现

推荐系统存在“蚕食效应”:短期来看,推荐系统仅将消费者注意力从非推荐商品“转移”到推荐商品上,对平台短期总销售额的拉动作用并不显著;但从长期看,它能显著提升用户的回访意愿、复购频次与长期消费总额,最终形成用户忠诚效应。研究同时证实,老用户对智能推荐的依赖度远高于新用户,贸然调整推荐机制极易引发核心客户流失。

学术与实践意义

该研究修正了业界“唯短期销量论”的认知误区,为电商平台平衡短期收益与长期发展、优化智能推荐算法策略提供了理论支撑与实践指引。学院表示,市场营销系依托国家级一流本科专业建设点,先后在Journal of Marketing Research(UTD24)、International Journal of Research in Marketing、Journal of Retailing、Journal of Business Ethics(FT50)等期刊发表成果。

信息来源
中央财经大学商学院
本页面信息由 AI 采集、人工审核后发布,转载标注原始来源;如有出入请以原始来源为准。

教学研究相关资讯