2020年10月23日晚，中美中心每周 “午夜学术讲座”准时上线。应中美中心邀请，欧洲科学院院士，哥廷根大学教授傅晓明，为中心师生带来了主题为“使用大数据预测社会经济地位”的线上讲座。本次讲座由申慱sunbet官网入口社会学院社会学系陈云松教授担任主持人。陈教授首先向同学们简单地介绍了傅教授的学术背景和主要研究方向。傅教授是计算机科学方面的专家，近年来致力于研究机器学习在社会经济领域的运用，他不仅有精深的学科专业知识，也有丰富的研究经验。

01 大数据与消费者行为

在本次讲座上，傅教授给同学们分享了运用大数据技术，追踪中国电子商务平台上的消费者行为所得出的研究成果。首先，他谈到大数据在其研究中的重要性。傅教授指出，他主要通过挖掘消费者浏览记录的方式研究电商交易中的消费者行为。研究初期，傅教授收集了以下数据：消费者登录地点（“where you stay”），消费者所处的阶层(“who you are”)，消费者的偏好（”what you like”），消费者在浏览和最终购买商品时所花费的时间（“How much time you use”）。在查看和比对大量数据后，傅教授确定了研究主题，即”比较山东省和上海市消费者的跨电商平台消费行为”。

02 大数据与消费者画像

随后，傅教授以图文并茂的方式向同学们展现了初步观察到的现象。大数据显示，在不同功能区内登录电商平台的消费者在消费行为上呈现出截然不同的特点。在研究消费者所处的阶层时，傅教授巧妙地以房价作为变量，综合比例原则后计算出消费者在社会经济地位上的分层。根据处理后的数据，傅教授指出，中国的消费者群体中，最高阶层和最低阶层在网上购物时下单速度更快，更容易做出选择，而中间阶层却趋于保守和谨慎。同时，傅教授对不同电商平台上的消费者行为做了进一步研究。他选取了淘宝，京东，唯品会等知名电商平台数据，并把各平台按照功能分成三大类，即“生活质量类”，“必需品类”和“娱乐类”，基于该分类进一步观察消费者偏好。

03 消费者行为研究的模型构建

在研究的最后一部分，傅教授将不同维度的数据分成“人口学类数据”（Demographic），“消费者画像类数据”（Profiling），“消费者黏性类数据”（Loyalty）和“消费者短期偏好类数据”（Temporal）。随后，运用各类算法测算精度，进行数据校准，赋予数据权重，构建跨平台消费者行为的预测模型。整个过程思路清晰，论断严谨，全面地展现了定量研究的完整过程。

在讲座问答环节，同学们对于大数据和机器学习等社科研究的新趋势表现出高度热情，就傅教授研究中的算法选择，数据校准，模型构建等方面提出多个值得探讨的问题。傅教授一一为同学们详细解答，并分享了多年来总结出的研究心得与技巧。正如陈云松教授所言，大数据研究是一个新兴的研究方法，同学们应该积极地了解它，并勇敢地尝试运用它。针对人类经济社会发展中的新问题，我们都期待通过新方法带来更有解释力的新理论。

讲座最后，中美中心中方主任从丛教授对傅晓明教授的到来致以诚挚的谢意，并期待中美中心的学子们从讲座中学习、吸收傅教授开放、严谨的学术态度。