• 学院内网
搜索
返回主站
English
  • 学院概况
    • 概览
    • 学科方向
    • 院长致辞
    • 学院刊物
      • 宣传手册
      • 季度简报
      • 年报
    • 常见问题
    • 联系我们
  • 项目设置
    • 简介
    • 本科生
      • 数据科学与大数据技术
      • 统计学
      • 计算机科学与技术
      • 金融工程
      • 2+2双主修
        • 跨学科数据分析 + X 双主修课程
        • 航天科学与地球信息学 + X 双主修课程
      • 哥大3+2直硕项目
    • 硕士研究生
      • 数据科学理学硕士
      • 金融工程理学硕士(全日/兼读制)
      • 人工智能与机器人理学硕士
      • 计算机科学理学硕士
      • 统计学理学硕士
      • 生物信息学理学硕士
    • 博士研究生(哲学硕士)
      • 数据科学哲学硕士-博士
      • 计算机科学哲学硕士-博士
  • 师资力量
    • 教职人员
    • 荣休教授
    • 兼职人员
    • 科研/访问人员
    • “数说名师”教授访谈
  • SDS学生
    • 博士生
    • 学生访谈
  • 新闻与公示
    • 新闻
    • 公示
  • 学院活动
    • 学术会议
      • ICSR+InnoBiz 2024
      • CSAMSE 2023
      • RMTA 2023
      • ICASSP 2022
      • Mostly OM 2019
    • 学术活动
      • 活动预告
      • 活动报名
      • 活动回顾
    • 数据科学名家讲坛
      • 活动预告
      • 活动报名
      • 活动回顾
    • 其他活动
      • 活动回顾
      • 活动报名
      • 活动预告
  • 学术科研
  • 人才招聘
    • 教职人员
    • 博士后
  • 职业发展
    • 升学就业
    • 国际交流
  • 学院概况
    • 概览
    • 学科方向
    • 院长致辞
    • 学院刊物
      • 宣传手册
      • 季度简报
      • 年报
    • 常见问题
    • 联系我们
  • 项目设置
    • 简介
    • 本科生
      • 数据科学与大数据技术
      • 统计学
      • 计算机科学与技术
      • 金融工程
      • 2+2双主修
        • 跨学科数据分析 + X 双主修课程
        • 航天科学与地球信息学 + X 双主修课程
      • 哥大3+2直硕项目
    • 硕士研究生
      • 数据科学理学硕士
      • 金融工程理学硕士(全日/兼读制)
      • 人工智能与机器人理学硕士
      • 计算机科学理学硕士
      • 统计学理学硕士
      • 生物信息学理学硕士
    • 博士研究生(哲学硕士)
      • 数据科学哲学硕士-博士
      • 计算机科学哲学硕士-博士
  • 师资力量
    • 教职人员
    • 荣休教授
    • 兼职人员
    • 科研/访问人员
    • “数说名师”教授访谈
  • SDS学生
    • 博士生
    • 学生访谈
  • 新闻与公示
    • 新闻
    • 公示
  • 学院活动
    • 学术会议
      • ICSR+InnoBiz 2024
      • CSAMSE 2023
      • RMTA 2023
      • ICASSP 2022
      • Mostly OM 2019
    • 学术活动
      • 活动预告
      • 活动报名
      • 活动回顾
    • 数据科学名家讲坛
      • 活动预告
      • 活动报名
      • 活动回顾
    • 其他活动
      • 活动回顾
      • 活动报名
      • 活动预告
  • 学术科研
  • 人才招聘
    • 教职人员
    • 博士后
  • 职业发展
    • 升学就业
    • 国际交流
  • 学院内网
返回主站
English

面包屑

  • 首页
  • 新闻与公示
  • 科研新知丨通过顾客替代行为优化产品选择与库存管理

科研新知丨通过顾客替代行为优化产品选择与库存管理

2024-09-30 新闻

零售商在销售季开始时,常常面临两个关键问题:要卖哪些产品?每种产品应该准备多少库存?这一决策并不简单,特别是当顾客在产品售罄后会选择其他替代品时,需求的预测就会变得复杂。比如,当顾客想要购买一款特定的蓝色衬衫,但发现已经售罄,他们可能会转而选择其他颜色或类似款式的衬衫。这种顾客在产品间的替代行为,意味着零售商在不了解库存情况时,难以提前准确估算每种产品的需求量。同时,库存量本身也必须依据顾客的需求来确定,从而形成了需求与库存之间的双向影响。

除此之外,选择适当的产品种类也是一个不容易解决的问题。如果只有少量商品可以选择,顾客可能找不到他们想要的产品而离开;但如果种类太多,低利润的产品可能会分散顾客的注意力,影响高利润产品的销售。

为了应对这些问题,我们通过数学模型提出了新的方法,帮助零售商优化库存决策。特别是在一种被广泛应用于实践和研究的选择模型中,我们证明了这种方法可以在产品数量和需求量都很大的情况下,依然得到高效的库存方案。这对于处理产品种类丰富、需求量大的在线零售商尤其有价值。

 

*该文章由数据科学学院张经纬教授供稿

地址: 广东省深圳市龙岗区龙翔大道2001号道远楼3-6楼
邮箱: sds@cuhk.edu.cn
微信公众号: cuhksz-sds

sds.cuhk.edu.cn

版权所有 © 香港中文大学(深圳)数据科学学院