上交安泰博士毕业生发顶刊MS，提供大模型GPT构造变量的新思路！
数据皮皮侠
上海交通大学安泰经济与管理学院管科系江志斌教授(共同通讯作者)、牛艺萌(第一作者、江志斌教授博士生)与合作者Jing Wu, Shenyang Jiang在管理科学类国际顶级期刊 Management Science 上发表学术论文“The Bullwhip Effect in Servitized Manufacturers”，这项研究探索了大语言模型（GPT）在识别10-K报告中有关制造业企业服务化信息的能力，为大语言模型在学术研究中的应用提供重要参考价值。
除了传统的Bag-of-Word文本分析方法之外，作者探索了大语言模型（GPT）在识别10-K报告中有关企业服务化的信息的能力，并提供可操作的基于大语言模型的结构化变量构造方案：
（1）采用“prompt engineering”（提示工程）的方法，旨在明确定义GPT在这一领域的角色和任务。定义一个明确的问题陈述，即“你是运营管理领域的研究员，需要在企业年度报告中识别企业服务化相关信息”。这个陈述有助于引导GPT其在报告中寻找与服务化相关的信息。
（2）列出13种可能的企业服务类型，并明确了所需的输出格式，以便GPT能够准确地识别和分类这些服务并按照预期进行输出。通过对比不同的提示工程效果，研究者最终采用了“zero-shot”（零提示）与“chain-of-thoughts”（链式思维指令）相结合的方案来进一步引导GPT，指令的形式如下：“若存在与公司提供的任何服务相关的语句或子句，则将该服务纳入考虑，并为该服务的示性变量赋值为1，否则赋值为0”。
（3）研究者对GPT的分类性能进行了评估，任务目标是将企业服务分类到基本的辅助服务以及高级替代性服务两种服务类别中。结果显示，模型的精度（Precision）、召回率（Recall）和F1分数指标都位于0.73-0.86范围内，这表明GPT模型在该任务中有着出色的表现。
参考来源
Niu, Yimeng, et al. "The bullwhip effect in servitized manufacturers." Management Science 71.1 (2025): 1-20.
数据皮皮侠
社科数据综合服务中心，立志服务百千万社科学者
数据皮皮侠
社科数据综合服务中心，立志服务百千万社科学者
