2019年6月28日上午🚒，由凯发平台4位研究生主讲的学术报告交流会在主教615会议室成功举行♧，本次报告的主讲人分别为凯发平台18级硕博连读生孙睿卿、18级学术型硕士余昊洋🚢、17级硕博连读生肖沁和16级硕博连读生温岩。

此前🥨，孙睿卿同学于6月16日-6月21日前往芬兰赫尔辛基参加了第26届EurOMA会议，并在会上宣读论文。余昊洋、肖沁和温岩三位同学于6月21日至24日参加了由POMS理事会授权批准🙌🏻，天津大学👮‍♀️、西安交通大学、浙江大学和中国科学技术大学等四所高校联合发起的“中国POMS国际会议”（POMSInternational Conference in China），并分别在会上宣读论文⌨️🧑🏿‍⚖️。  

在本次交流会上，首先由孙睿卿同学对EurOMA会议进行了简单的介绍🌌。EurOMA是欧洲运营管理协会(European OperationsManagement Association)的简称🌩，始建于1984年，是一个久负盛名的🫛、致力于运营管理发展的🧯、着力搭建学术研究与实践应用相结合的国际化行业协会组织👨🏼‍🚀。EuOMA年会由享有国际声誉的欧洲大学组织🏃🏻‍♂️‍➡️，至今为止，已成功举办了25届年会🪃。之后，孙睿卿同学对其在会议上宣讲的论文进行了详细介绍。文章对低碳化环境下供应链协作减排的前置因素和影响结果进行了分析，利用结构方程模型对中国120家企业的碳减排问卷相关数据进行了实证分析，结果显示激励一致性对供应链协作减排具有积极的促进作用🙎🏿‍♀️🙏🏻，并且研究结论还说明了供应链协作减排对公司的财务绩效和环境绩效都具有积极影响。              

余昊洋同学汇报了她的最新研究成果，与学者师生分享了一个基于层次聚类法的随机森林预测模型🟣💷，该模型着重解决了O2O即时需求行业销量预测中，大促日预测精度较低的难题。运用聚类的思想，将大促日从样本中遴选出根据特征生成不同组别⚙️，对各个组别分别训练机器学习模型🟧♜，从而得到预测结果。会后🥷🏽，有国内外同学及学者对此进行了评述和探讨，为该领域研究带来了新思路。

肖沁同学的论文研究的是数据驱动的需求预测领域◽️，文章从天猫的海量数据出发，分析了影响需求预测的关键因素类别，进一步构建类别下的具体特征🍆，利用随机森林算法代替传统的时间序列或回归模型👨‍🦯，学习需求模型🍹，从而实现对未来单品需求的预测。通过听取自国内外不同学者的研究报告以及其与观众的互动交流，肖沁同学表示收获到很多新的研究角度和研究方法，不同学者对问题的思考角度也能够为后期研究提供很多启示和方向。同时🙅🏻🦊，会议主办方不仅提供知识分享平台和学者社交场所，也向参会人员提供了了解各国文化的契机。

温岩同学首先介绍了论文研究所基于的O2O即时需求服务的背景，以及由此催生的众包配送服务模式，然后指出了文章主要的研究问题：不同配送模式的效率差异以及影响其效率的主要因素。文章通过收集到的中国某连锁餐饮企业在几个主流O2O配送平台上的订单数据进行实证研究，了解了不同配送模式尤其是众包配送模式的效率以及不同经营战略下企业适用的运力模式，为企业的运力规划和管理提供了一定的指导😴。

最后👇，参会同学就四位同学的报告进行现场交流🚣🏻‍♀️，提出了一些问题和建议，也对未来的研究方向进行了进一步的讨论，在同学们思维碰撞的火花中，本次学术报告交流会圆满结束。