2023年7月12-13日，由中国高等院校市场学研究会主办、武汉大学经济与管理学院承办的“2023年中国高等院校市场学研究会学术年会暨博士生论坛”之“贝叶斯统计与营销模型工作坊”成功举办。工作坊为期两天，采取线下与线上直播同步进行的方式。12日上午，武汉大学经济与管理学院的袁茂助理教授作为主持人，对线下和线上参与工作坊的老师和同学们表示了亲切的问候。随后，市场营销与旅游管理系书记崔楠教授进行致辞，介绍了工作坊第一天日程的授课嘉宾—北京大学光华管理学院的厉行副教授，并指出贝叶斯估计等数理模型在解决现实营销问题方面的应用前景。

随后，厉行副教授正式开始授课分享。他首先从贝叶斯统计入门、共轭先验、马尔可夫链蒙特卡洛方法(MCMC)等章节展开讲解，带领学员们由浅入深地了解贝叶斯方法基本原理和逻辑架构。贝叶斯估计是一种用于估计复杂模型参数的方法，其目的是通过概率分布推断出未知参数的概率值。该方法适用于无法进行精确计算或难以确定参数的情况，例如在大规模数据集上进行参数估计、对随机变量进行建模等。厉行副教授强调了贝叶斯方法中数据对认知的影响，指出数据提供的信息可以改变人们对某个变量的信念，基于现行其他方法的局限阐释贝叶斯方法的有效性与适用性。在详细板书了贝叶斯参数估计的推导过程之后，厉行副教授转向实际操作环节，通过计算圆周率的例子生动形象地讲述了MCMC仿真方法的概率学思维模式和计算过程。最后，厉行副教授举例展示了贝叶斯估计在营销中的应用，例如复杂的消费决策模型、分析历史购买记录和偏好来确定用户的品牌忠诚度、分析Uber对劳动市场的激励作用等。贝叶斯方法可以帮助人们理解数据和世界的真实情况，并协助做出更明智的决策。厉行副教授在数理方面的引导以及循循善诱的教学模式给参与工作坊的老师和同学们留下深刻的印象，会后大家纷纷表示收获满满，受益匪浅。

在第一天学习了贝叶斯基本原理的基础上，由袁茂老师主持、长江商学院李洋副教授主讲了7月13日的工作坊日程，主题内容为贝叶斯估计的变式方法与前沿应用。李洋副教授围绕变分贝叶斯、贝叶斯深度学习、贝叶斯非参数化模型等内容展开详细讲解。传统的MCMC方法能保证取得与目标分布相同的样本，但运行性能不高，会消耗更多的计算力。李洋副教授借此引出了变分贝叶斯方法，该方法将后验推断问题转变为优化问题，能够在容忍一定误差的条件下，大幅度提高运算速率。李洋副教授指出，因为营销领域拥有大量与人交互的数据支持，而且与医疗等行业相比不需要极高的精准度，因此变分贝叶斯方法在营销领域应用具有较强的独特性与适用性。接下来，李洋副教授介绍了贝叶斯深度学习图神经网络与贝叶斯非参数化模型，讲授了基本原理、优点及在营销领域的应用。其中，电影推荐、流媒体音乐平台歌单等实例论文的分享使学员们对贝叶斯方法的实践运用有了深入了解。在课堂的互动讨论环节，厉行副教授、袁茂老师和学员们就贝叶斯估计的相关内容踊跃提问，李洋副教授对学员们的疑惑之处作了耐心解答。学员们表示获益良多，在李洋副教授的引导下主动建构新知，为解决复杂的营销问题打开了研究思路。

最后，中央财经大学商学院的姚凯副教授向学员们介绍了见数(Credamo)平台，科研人员可一站式完成问卷设计、回收和分析工作，提高调研效率。袁茂老师对两天的工作坊日程进行了总结，他表示厉行副教授与李洋副教授两位授课嘉宾的演讲都非常精彩，线下与线上学员们的学习热情高涨。本次贝叶斯统计与营销模型工作坊在热烈的掌声中圆满结束！