时间：2026年6月12日19:30-21:00

地点：策文商学院大楼主楼508室

参会人员：经济管理学院彭敏晶老师、黄海洋老师及研究生同学共9人。

2026年6月12日晚，管理科学与工程专业“神经营销与消费行为组”顺利开展了本次科研汇报与文献分享研讨会。本次会议由周皓、周强及吴一坤三位硕士研究生进行主讲分享，与会师生围绕相关前沿文献及工作论文展开了深入交流与热烈探讨。

一、周皓：《The influence of model position, attractiveness, and consumer body image on consumer attitudes in fashion advertising》

主要内容：周皓同学分享了发表于《Current Psychology》（2024）的实证研究，以具身认知理论为框架，系统考察了时尚广告中模特位置、吸引力与消费者身体意象对消费态度的交互效应。三项实验发现：（1）模特置于右侧时，右利手消费者内隐注意偏好与产品评价均更高；（2）上述位置效应仅在高身体意象者中出现；（3）高身体意象者偏好右侧高吸引力模特，低身体意象者则对右侧低吸引力模特反应更积极。该研究打破了“右侧优先”的简单经验，为感官营销的精细化匹配提供了实证依据。

点评：与会老师指出，该研究主题新颖、设计严谨，三项递进实验从内隐到外显态度层层验证，结论清晰可信。不仅创新性地将身体意象引入具身营销研究，揭示了“右侧偏好”的边界条件，更为时尚广告的精准投放提供了可操作的实践启示。

二、周强：《Graph attention-based heterogeneous multi-agent deep reinforcement learning for adaptive portfolio optimization》

主要内容：周强同学分享了一篇关于解决自适应投资组合优化问题的研究，该论文提出一种基于图注意力网络的异质多智能体深度强化学习框架，用于解决自适应投资组合优化问题。针对传统方法无法捕捉资产间复杂关系且难以适应动态市场环境的局限，模型设计了三个功能互补的智能体——风险评估、收益预测与市场环境感知，通过图注意力网络动态建模资产间的时变相关性，并采用多头注意力机制融合多种关系类型。模型引入了自适应优化策略，根据市场状态（波动率、回撤、VIX等）动态调整风险偏好与模型参数。实验结果表明，该方法在S&P 500、NASDAQ 100和Russell 2000数据集上均取得了显著优于传统方法及现有深度学习方法的绩效表现（年化收益16.8%，夏普比率1.34）。

点评：与会老师对该框架的技术创新性与应用价值表示认可，认为将图注意力网络与异质多智能体强化学习相结合的思路为智能投资决策提供了新视角。建议同学在此基础上，了解更多智能体相关研究。

三、吴一坤：《AI还是人类：广告生成来源与广告类型的匹配效应》

主要内容：吴一坤同学分享了一项关于AI广告效果的实证研究。该研究基于心智知觉理论，综合运用二手数据分析与情景实验法，深入探讨了“广告生成来源（AI、vs.人类）”与“广告类型（叙事性vs.说明性）”之间的匹配效应及其内在机制。研究发现，广告生成来源与广告类型之间存在显著的匹配效应：人类生成的叙事性广告与AI生成的说明性广告，能更有效地降低消费者的心理抗拒，提升购买意愿。该效应通过“推断操纵意图”与“心理抗拒”的链式中介作用实现，并且受到消费者决策阶段（浏览阶段vs.购买决策阶段）的调节。

点评：与会老师指出，该研究设计严谨，结论清晰，不仅创新性地揭示了AI广告效果的边界条件，深化了心智知觉理论在营销领域的应用，也为企业在人机协作时代制定更精准的广告策略提供了重要的理论依据和实践指导。老师建议，未来研究可进一步探索不同AI拟人化水平、用户素养等变量在其中的调节作用，以构建更完善的理论模型。

本次组会学术氛围浓厚，师生交流充分。通过深度的文献剖析与细致的论文打磨，与会同学对相关领域的前沿动态与研究范式有了更深的理解，会议取得成功。（文/图 经济管理学院）