本研究探讨了在供需不平衡条件下，改进出租车和产品送货服务的匹配效率的一般性框架，提出了可适用于双边市场的高度通用的模型，并提出了有效的在线和离线算法。

Dec, 2016

本文提出了一种基于数据驱动、使用半黑盒模型和高效优化算法的营销预算配置框架，以应对在线业务中动态环境和复杂决策 - making 过程，支持多种业务约束，可以处理大规模的问题，并在阿里巴巴集团的许多场景中取得了成功的应用，离线实验和在线 A/B 测试均证明了其有效性。

Feb, 2019

该研究通过建立产品生命周期模型，采用强化学习方法和机制设计框架来优化电商平台的印象分配策略，并在一家大型电商平台的模拟环境中进行了验证实验，证实了该策略在短期和长期回报上都有显著提升。

Jul, 2018

本研究提出了一种创新的基于模型的模块化方法（MMA），以动态优化拼车平台中的订单匹配和车辆重定位。MMA 利用了一个两层和模块化的建模结构，其上层确定了系统内车流的空间转移模式，以最大化当前和未来阶段的总收益。在上层的指导下，下层执行快速的车辆 - 订单匹配和车辆重定位。我们理论上证明了所提算法可以在标准化网络中实现全局最优，而基于玩具网络和实际数据集的数值实验表明，与批量匹配和基于强化学习的方法相比，MMA 能够实现更优越的系统性能。此外，其模块化和轻量级的建模结构使其能够在需求变化较大的情况下，具有较高的鲁棒性，并保持相对较低的计算成本。

Oct, 2023

提出了一种基于双重乐观学习的 Robbins-Monro 算法来解决在线任务调度中不确定任务到达分布和未知奖励与成本问题。通过在决策过程中利用乐观估计奖励与成本比例和 Robbins-Monro 方法隐式学习任务到达分布，DOL-RM 算法在不同不确定性环境下实现了有效的调度，并取得了比其他先进基准方法更好的累积奖励与成本比。

Feb, 2024

通过动态规划平衡当前高奖励和未来低回报的多阶段社交网络优化问题的基础上，建立一个基于多变量 Hawkes 过程的社交网络优化理论框架，并针对推广的几个目标函数推导出外部事件强度与目标函数的时间依赖线性关系，进一步发展了一个凸的动态规划框架，可以确定每个阶段所需的外部推动水平，以达到所需的推广结果。实验结果表明，我们的算法比基线模型更准确地引导用户进行优化宣传。

Jun, 2016

本文针对在线旅游平台的营销问题，提出了一种基于背包问题优化的新型提升建模技术，采用回溯估计模型、在线动态校准等方法，成功地在满足金融限制的同时提高了目标结果，并超越了其他方法。

Aug, 2020

本文针对在线资源分配问题提出了一个基于非均匀和已知到达分布的参数化线性规划算法，并进行了实验结果测试。

Dec, 2020

通过深度 Q-Network (DQN) 学习方法，本研究考虑了在线调整离线计划的问题，以确定行者的延长偏移和请求的分配，以实现平台利润最大化，并验证了此方法在奖励、减少失去订单成本和失去请求方面的好处。

Feb, 2024

通过与印第安纳州的非营利组织合作，本论文描述了一个旨在解决食品浪费和食品不安全问题的项目，并介绍了构建和部署的平台所使用的匹配算法，旨在确保对接收食品的食品银行的公平性和对卡车司机的效率进行优化。

Jun, 2024