光华管理学院王聪研究团队在UTD24期刊Information Systems Research上发表学术论文。该研究针对电子商务环境中的个性化推荐系统纠偏问题展开研究。

电子商务环境中观察到的用户数字足迹并非单纯反映消费者的内在偏好，而是其内在偏好与多种情境化因素相互交织的共同产物。传统推荐方法直接将这些混杂行为信号等同于用户偏好，导致系统产生固有偏差。该研究提出的DISC框架通过引入潜在决策路径变量和因果嵌入学习机制，在理论可识别的条件下成功实现了对多源行为动因的有效分离。这一发现不仅深化了对消费者决策机制的理解，也为构建基于反事实推理的、可解释的个性化推荐系统提供了重要的方法论基础。该研究创新性地将因果图融入个性化推荐系统设计中，构建了一个基于消费者行为理论、可解释的因果图模型，系统揭示了多阶段数字足迹背后的驱动因素。进而可提供基于反事实分析的营销洞察工具，以量化不同动因的干预效果，为精准营销策略提供数据支持