因果推断与大模型融合：电商定价策略的变革实践 | QCon 北京

2025 年 4 月 10 - 12 日，QCon 全球软件开发大会将在北京召开，大会以 “智能融合，引领未来” 为主题，将汇聚各领域的技术先行者以及创新实践者，为行业发展拨云见日。

京东零售算法总监邓金秋已确认出席并发表题为《因果推断与大模型融合：电商定价策略的变革实践》的主题分享，深入探讨如何运用因果推断理论和大模型方法应对电商定价的挑战，优化商品价格策略，提升定价决策的科学性和精准度，并展示通过大模型优化定价策略所带来的显著业绩提升。

邓金秋在硅谷和华尔街拥有多年工作经验，曾任 Uber 和 Bloomberg 算法专家，专注于定价算法的研究与应用。现为京东零售算法总监，负责定价算法优化、价格策略制定、及价格生态治理。他在本次会议的详细演讲内容如下：

演讲提纲

1. 因果推断概述

• 因果科学的演进与核心概念

• 关联预测与因果干预的本质差异

• 因果推断在定价策略中的应用与价值

2. 因果推断与大模型融合的方法

• 因果推断与大模型融合的优势

• 基于因果框架的大模型训练

• 大模型对因果推断准确性与规模的提升

3. 应用于定价策略的挑战与解决方案

• 因果效应估计的置信度校准

• 模型的可解释性

• 多目标优化与策略调整

4. 电商场景中的实践

• A/B 测试体系与效果评估方法

• 因果推断与定价调整的实际案例

5. 行业前景与技术发展方向

• 因果推断与大模型技术融合的创新与挑战

• 跨行业应用的潜力

您认为，这样的技术在实践过程中有哪些痛点？

• 如何处理海量数据和高维特征的模型训练

• 如何保证模型的实时性和稳定性

演讲亮点

• 定价策略的核心目标是通过调整价格来影响销量，从而提升销售额或利润。然而，在拥有海量商品且影响销量因素众多的电商环境中，传统方法难以有效区分价格与销量之间的相关性和因果关系，导致调价后往往无法达到预期效果。因果大模型能够深入挖掘价格变动与销量之间的因果关系，显著提升定价策略的成功率，进而帮助商家提升市场竞争力和盈利能力。

听众收益

• 深入了解因果推断与大模型在电商定价中的创新应用

• 掌握电商定价中面临的技术挑战与解决思路

• 获得如何在实际业务中实现模型落地的实践经验

除此之外，本次大会还策划了多模态大模型及应用、AI 驱动的工程生产力、面向 AI 的研发基础设施、不被 AI 取代的工程师、大模型赋能 AIOps、云成本优化、Lakehouse 架构演进、越挫越勇的大前端等专题，届时将有来自不同行业、不同领域、不同企业的 100+资深专家在 QCon 北京现场带来前沿技术洞察和一线实践经验。

现在报名即可以享受 9 折优惠，单张门票立省 680 元，详情可扫码或联系票务经理 18514549229 咨询。