运作管理学术论坛（05）：韩茂新

时间：2025-10-10

运作管理学术论坛（05）：韩茂新

报告人：韩茂新 副教授

报告题目： Unveiling and Imitating Heuristic Inference of Reviewing Cues: A Human-like Inference Large Language Model Augmented by Empirical Studies （揭示并模拟评论者行为特征的推理过程：基于实证分析的类人推理大模型）

报告时间：2025年10月13日（周一）下午16:00-17:00

报告地点：博学楼316室

主办单位：运作管理与优化决策研究团队

报告人简介：韩茂新，现任东北财经大学管理科学与工程学院电子商务系的副教授。他的研究兴趣包括在线评论、商务智能以及生成式人工智能等。他的研究成果发表于Decision Support Systems、Information & Management、International Journal of Hospitality Management、Internet Research、Computers in Human Behavior、Electronic Commerce Research and Applications等国际学术期刊。主持国家自然科学基金青年基金1项。

报告摘要：大语言模型（LLMs）在提高评论撰写效率的同时，也带来了滥用问题：大量低质量或虚假的AI生成评论充斥网络，削弱了消费者与评论者之间的信任。为应对这一问题，许多评论网站展示了评论者的行为特征，如参与度、评价内容和专业性，旨在帮助消费者推断评论者的可信度。然而，现有文献往往将评论者行为特征的推理过程视为“黑箱”，从而限制了理论贡献与实际应用。

为此，本文开展了两项研究：（1）本文通过多种实证方法揭示了评论者行为特征的推理路径，即：“评论者行为特征→感知正直性与专业性→评论者可信度→评论有用性”。（2）基于大模型知识蒸馏，采用教师模型（Llama3.3-70B）合成了反映上述推理路径及消费者信息偏好的指令微调数据集。通过有监督微调方法将该数据集蒸馏至学生模型（Llama3.1-8B），最终获得类人推理大模型。

实验结果表明，相比较其他模型，类人推理大模型能够有效模仿人类的启发式推理。类人推理大模型不仅能够通过推断评论者的可信度来预测评论有用性，还能生成评论者行为特征的摘要，从而有效缓解消费者与评论者之间的信任危机。本文的研究结果为启发式推理、AI的类人性以及生成模型提供了新的视角。

欢迎有兴趣的老师和同学参加！

撰稿：田伊然  赵永丽     审核：吴志樵  印明鹤     单位：管理科学与工程学院