报告题目：Finding “The One”: Effects of Brand Dominance and Type Dominance on Product Switching Behavior
找到“它”：品牌特征和产品特征影响消费者的产品切换行为
报告人：王婷婷博士（中山大学）
时间：2021年11月29日14:00-14:45
地点：管理学院A南303
腾讯会议ID：899-573-911
报告内容摘要：
This research contributes to condom-use promotion from a new perspective—whether an individual has found the right condom. Across three studies, we investigated consumers’ switching processes among brands (e.g., Trojan, Durex) and types (e.g., regular, dotted) driven by risk perception, providing insights on how to find the right condom.
本文为消费者的产品切换行为研究提供了崭新的视角：消费者是否找到适合自己的产品。作者通过一个调研、三个实验、一个蒙特卡洛模拟，剖析消费者在产品品牌和产品品类之间的切换路径，并探讨消费者感知风险在其中起到的中介作用。研究发现为消费者幸福、品牌策略、公共健康三个维度提供了新颖的洞察和实践指导。
【王婷婷个人简介】
王婷婷博士，2015年毕业于香港科技大学商学院营销学博士，现任职于中山大学岭南学院。研究消费者心理与行为，以第一作者或通讯作者身份发表SSCI期刊4篇，发表于Journal of Public Policy and Marketing, Health Comunication, Journal of Media Economcis, Journal of Medical Interent Research,主持课题:一项国自科青年基金项目。
报告题目：云计算/边缘计算系统的算法机制设计研究
报告人：陈聪博士（华南理工大学）
时间：2021年11月29日14:45-15:30
地点：管理学院A南303
腾讯会议ID：899-573-911
报告内容摘要：
由于用户和AI的自利性行为，云计算/边缘计算中存在多智能体的博弈现象。本报告将围绕云计算/边缘计算中的智能体博弈问题，介绍均衡的效率分析，以及如何通过算法机制设计来优化均衡效率。
【陈聪个人简介】
陈聪博士为华南理工大学博士后助理研究员。博士毕业于西安交通大学，期间于瑞士ETH Zurich计算机学院联合培养一年。研究兴趣主要包括计算机科学与经济管理学的结合（算法博弈论/计算经济学）和在线/近似算法的设计与分析。相关研究成果已发表论文10余篇，其中包括运筹管理领域知名期刊Computers & Operations Research、Operations Research Letters等，以及算法博弈论领域国际顶会WINE等。研究课题已获得2项省部级基金资助。
报告题目：基于物联网大数据的生产过程监控与设备健康管理
报告人：郑志斌博士（华南理工大学）
时间：2021年11月29日15:30-16:15
地点：管理学院A南303
腾讯会议ID：899-573-911
报告内容摘要：
质量管理与设备健康管理是制造企业运营管理中的两大重要环节，其中质量管理是企业保证产品质量，提高企业产品市场竞争力的保障，而高效的设备健康管理则关乎企业生产过程的正常运行和保证生产效率的基础。随着物联网和传感器技术的发展，制造企业可以实时采集到海量的、多维度的产品质量特性数据、设备状态、运行参数及环境数据等，如何充分利用这些大数据来提升生产过程的质量管理水平和设备的健康管理水平，是目前工业界与学术界都亟待探索的重要课题。报告将聚焦于物联网大数据的生产过程监控与设备健康管理研究：研究一将分享基于高纬度质量特性数据的统计过程控制研究；研究二将分享基于物联网SOE数据（System Operating/ Environmental Data）的设备健康管理研究。
【郑志斌个人简介】
郑志斌博士，博士毕业于华南理工大学工商管理学院，2017年公派前往加拿大多伦多大学罗特曼管理学院联合培养，目前为华南理工大学工商管理学院博士后，助理研究员。主要研究领域为大数据环境下的统计过程控制、复杂系统状态监测与健康管理、系统维护决策建模与优化、质保管理等。在本领域国际期刊European Journal of Operational Research、Computers & Industrial Engineering等发表论文多篇，主持承担广东自然科学基金面上项目和博士后科学基金面上资助各1项，担任EJOR、C&IE、JORS、RESS等国际期刊的匿名审稿人。
报告题目：Decent work research, scale validation and employee work attitudinal consequence
报告人：黄文远博士后（深圳大学）
时间：2021年11月29日16:15-17:00
地点：管理学院A南303
腾讯会议ID：899-573-911
报告内容摘要：
报告内容聚焦于验证Duffy等美国学者开发的体面劳动测量工具（DWS）在中国企业员工的跨文化有效性问题，及体面劳动对企业员工情感承诺的影响机制。具体而言，研究一旨在探讨Duffy等开发的DWS跨文化有效性；研究二基于社会交换理论和社会认同理论，探讨体面劳动对员工情感承诺的作用路径和边界条件。两个研究的展开丰富了体面劳动的研究和工作心理理论，即在中国背景下证实了DWS的跨文化有效性和在非西方背景下证实了体面劳动对员工工作态度的影响心理过程和边界条件。
【黄文远个人简介】
黄文远博士毕业于华南理工大学，现为深圳大学金融科技学院博士后。黄文远博士的研究兴趣包括工会问题、体面劳动、领导行为和职场排斥等领域。在《Journal of Career Assessment》、《Personnel Review》和《Employee Relations》等SSCI期刊发表多篇文章，涉及体面劳动和工会承诺等话题。
报告题目：高管的性格可以用来预测公司业绩吗？一个基于深度学习的性格分析模型
报告人：杨楷博士（香港城市大学）
时间：2021年11月29日17:00-17:45
地点：管理学院A南303
腾讯会议ID：899-573-911
报告内容摘要：
Analysts, managers, and policymakers are interested in predictive analytics capable of offering better foresight. It is generally accepted that in forecasting scenarios involving organizational policies or consumer decision-making, personal characteristics – including personality – may be an important predictor of downstream outcomes. The inclusion of personality features in forecasting models has been hindered by the fact that traditional measurement mechanisms are often infeasible. Text-based personality detection has garnered attention due to the public availability of digital textual traces. However, the text machine learning space has bifurcated into two branches: feature-based methods relying on manually crafted human intuition, or deep learning language models that leverage big data and compute – the main commonality being that neither branch generates accurate personality assessments, thereby making personality measures infeasible for downstream forecasting applications. In this study, we propose DeepPerson, a design artifact for text-based personality detection that bridges these two branches by leveraging concepts from relevant psycholinguistic theories in conjunction with advanced deep learning strategies. DeepPerson incorporates novel transfer learning and hierarchical attention network methods that employ psychological concepts and data augmentation in conjunction with person-level linguistic information. We evaluate the utility of the proposed artifact using an extensive design evaluation on three personality data sets, in comparison with state-of-the-art methods proposed in academia and industry. DeepPerson is able to improve detection of personality dimensions by 10 to 20 percentage points relative to the best comparison methods.
【杨楷个人简介】
杨楷博士毕业于香港城市大学商学院信息系统系。他的研究兴趣是金融科技，大数据与人工智能，实证分析，社交网络分析等。他的研究发表在包括ISIS，HICSS，COLING等信息系统或文本挖掘顶级会议上。
欢迎有兴趣的教师，全体博士生、硕士生参加。
学院高层次人才引进办公室
2021-11-26
