2018年10月30日下午，台湾中央大学管理学院院长许秉瑜在上海社科国际创新基地2号楼415会议室做了题目为“Cloud based product recommendation（基于云计算的商品推荐）”的讲座，上海社科院研究生院院长朱平芳主持了本次讲座。
许秉瑜首先指出，电商经济发展至今，能否准确把握消费者的心理需求决定了电商企业的前景。亚马逊商城共有近六千万书籍，有限的页面提供最有效的推荐是其获得消费者青睐、赢得行业竞争的关键因素。Netflix以其11.2%的推荐准确度获得行业龙头的地位。以色列团队因提高其1%的推荐精确度而获得100万美金被业界认为是极其值当的交易。
可是，如何获取消费者准确的心理需求是学术界的一大难题。许秉瑜提出了三个解决这个问题的假设，并结合具体案例以及相关数据模型（TF-IDF等）进行了讲述。三个假设为：一是相似群体消费选择的同质性；二是相关产品理论；三是个人需求和价值角度。假设有利于合理数据模型的搭建，但是源头上准确有效的数据却难以收集。
数据难以精确的收集，一是本身消费者出于隐私考虑不会填写相关链接调查，二是数据也存在透明与模糊之分，例如消费者长期停留在一个商品页面可能并不代表其真正的喜好，或许只是临时有事未进行电脑页面操作。针对同质性群体消费需求相似和相关产品理论，学界提出协同过滤数据模型。将其身边的朋友家人等群体的与其过去的消费倾向赋值，计算该消费者的心理需求数值。这一计算模型有利于弥补消费者本身的数据缺失。
除去以他山之石攻玉的计算方法，根据本身的价值需求考虑，许秉瑜提出文本分析法，即根据消费者之前经常搜索或购买的产品中经常出现的文字进行分析。例如，一个消费者购买书籍经常涉及魔法字样，那么电商便可以推荐一系列相关书籍及产品。当然，这种分析方法必须将无效文本考虑在内，比如语气虚词，人称代词等。
其后，许秉瑜还提出意义最终链理论。商家面向消费者进行产品宣传时，不要过度关注产品属性，应该更加注重消费者关注的使用好处和附生价值。举例来说，人们使用微博可能不是因为产品的功能强大，仅仅是因为相互点赞可以联络感情。