互联网环境下在线学习和资源动态推荐研究

李克强总理在2015年提出的“互联网+”行动计划，推动互联网、云计算、大数据等现代信息技术与电子商务、医疗、金融等行业的融合。在2016年发布的《十三五规划》当中，明确实施“互联网+”重大工程成为推动商业模式、服务模式以及管理模式创新的重要引擎。另一方面，国家鼓励搭建互联网资源开放共享平台，在互联网企业不断努力下，形成了大量的互联网服务平台，形成了初具规模的互联网服务市场。我国2017年互联网健康医疗用户规模达1.95亿，电子商务用户5.14亿，在线订票使用人数3.34亿。以信息技术为基础的互联网为用户提供了多种多样的服务资源，发挥了资源整合和配置的重要作用。相比于传统线下服务平台，互联网用户可选择的服务类型更加丰富，选择行为更加差异化。如何引导用户理性选择服务，促进资源的合理配置成为互联网平台管理和运营的一个挑战。

研究为互联网行业企业的产品设计和运营提供量化模型，成果有助于促进互联网医疗、电子商务行业中的供给与需求实时优化动态平衡。

北京大学工学院的研发团队基于动态规划理论和在线学习方法，研发设计了互联网服务平台中的资源动态推荐算法。通过自动化收集用户选择行为反馈，基于用户选择模型，实现用户行为的动态学习，不断更新用户选择行为模型，并在协同考虑用户行为和供需优化匹配的目标下，实现关键资源的动态推荐。该研究为互联网服务平台提供基于在线线学习的运营优化方案。该研究成果有助于提升互联网服务平台中的用户体验，提升用户满意度，改善优质服务资源的利用。