近日，我院刘婧副教授在国际顶级期刊Information Systems Research（UTD 24）上以第一作者身份在线发表学术论文“Beyond Complements and Substitutes: A Graph Neural Network Approach for Collaborative Retail Sales Forecasting”。

该论文基于跨类别选择依赖理论，从关系类型和时间维度两个角度识别和梳理了产品关系：从关系类型角度，区分了正向和负向关系（具有间接性和不对称性特征）；从时间维度角度，区分了异步和动态关系。围绕如何精准且全面地识别相关产品，如何同时有效利用间接、不对称、正向与负向产品关系，以及如何有效利用异步与动态产品关系，提出了一个新的图神经网络方法。此外，为了进一步适应零售领域销售预测的需求，设计了一种具备多步预测及多源信息融合能力的深度学习方法。

Information Systems Research是美国德克萨斯大学达拉斯分校（University of Texas, Dallas）选出的全球商学院最顶尖24本学术期刊（简称UTD 24）之一，是管理信息系统领域顶级期刊，在国际管理学界享有极高的学术声誉。

刘婧，管理科学与工程学院副教授，硕士生导师，主要研究方向包括机器学习、大语言模型、智慧零售等。主持完成国家自然科学基金1项，中国博士后科学基金1项，在IEEE Intelligent Systems、Electronic Commerce Research and Applications、ICIS等国际期刊和会议上发表学术论文10余篇。