2018年5月19日~20日，由大數據與商務分析研究會主辦、東北财經大學管理科學與工程學院承辦的“2018年大數據與商務分析研究會第三屆學術年會”在大連舉行。我院電子商務系教師、商務智能研究中心主任李偉副教授參加此次年會。

該年會由9個大會報告和7個分論壇構成，主要圍繞大數據驅動的管理決策、商務大數據分析、實時大數據處理、大數據與社交媒體以及大數據行業應用等主題展開讨論。

在大會報告期間，哈爾濱工業大學的李一軍教授彙報了“中國數據調研的現狀與分析”，李一軍教授指出，大數據屬于“薄”數據，适用于相關性分析，而面闆數據屬于“厚”數據，适用于因果性分析，而今後研究工作的一個重大挑戰就是怎樣利用互聯網和富媒體，使“薄”、 “厚”數據相互融合，将“薄”的大數據變為“厚”的面闆數據。

複旦大學黃麗華教授講述了“大數據環境下管理模式的新演化”，黃麗華教授向與會人員分享了在“智雲大網平鍊”時代（即人工智能、雲計算、大數據、物聯網、互聯網服務平台以及區塊鍊），學界研究範式以及業界商業模式的創新，并進一步分析了大數據時代IT技術的演化特征。

上海寶朔科技的徐宋奕副總裁向與會人員作了題為“金融科技與産業融合”的主題報告，講述了大數據技術在金融領域及其相關産業的應用。

與會期間，李偉老師與大數據與商務分析研究會理事長、哈爾濱工業大學葉強教授進行了深入的溝通，葉強教授邀請李偉老師于暑期到哈爾濱工業大學繼續交流學習。

在分論壇期間，李偉老師着重聽取相關人員利用大數據改進現有推薦算法的研究報告。近些年，大數據成為學界與業界的熱點，而推薦算法是電子商務的重要應用，因此，商學院電子商務系重點關注大數據技術及其在電商推薦中的應用。現有推薦算法的基礎是結構化數據所構成的數據集，然而，随着互聯網技術的發展，以文本、圖片、視頻以及音頻等為代表的非結構化數據日益普遍，因此，對這些非結構化數據進行采集和分析，從而構建用戶畫像，定位用戶偏好，進而對用戶作出精準推薦，已經成為學界和業界的共同目标。李偉老師也就非結構化數據的稀疏性以及推薦算法的冷啟動問題和與會人員進行了較為深入的探讨，深感商學院電子商務系仍需進一步加強在大數據領域的相關研究工作。

此次會議對商學院電商系今後的科研以及教學工作都有很大啟發。首先，在科研方面，電商系有必要更加深入地關注大數據技術。當前，電商系正在研究基于文本數據的電子商務推薦算法，今後可繼續關注基于圖片數據、視頻數據、音頻數據以及實時定位數據的推薦。其次，在教學方面，電商系的課程設置與國内高水平院校相比，技術類的課程相對較少，而大數據領域的相關課程，包括數據挖掘、人工智能等，則更加欠缺，因此，有必要在今後的教學工作當中加以補充。