1.4 未来展望

经济学是一门古老的的研究课题，数个世纪以来已经积累了成熟的研究成果和理论，而计算机科学相对而言是一个新兴且快速发展的学科，并在方方面面深入影响着我们的日常生活，这在互联网上尤其如此。丰富的用户行为记录、广泛存在的大数据，以及不断发展的人工智能技术，使得有希望将这两个主题在互联网经济系统的背景下结合起来，为我们提供了巨大的未来研究空间。

互联网福利经济学：互联网经济系统福利问题的研究还是一片巨大的研究蓝海，其中包括网络上的供需均衡、网络上的动态定价和价格歧视、网络预算控制、互联网福利分配的博弈、互联网经济中的垄断问题等。基于这些和更多其他的研究课题，可以更好地了解福利在不同情况（如自由市场或垄断市场）下于消费者和生产者之间的产生和分配，从而进一步有助于我们为特定的业务目标给出明智的营销策略。在这个跨学科研究方向上的工作将不断涌现，并逐步构建起互联网福利经济学（Internet Welfare Economics）的研究方向。此外，由于互联网经济理论对大多数线上经济系统的普遍重要性，未来将带来各种与企业合作的研究潜力。

个性化推荐和搜索：在以前的研究任务中，我们主要以个性化推荐作为技术形式来实现和评估算法所给出的在线资源分配策略。然而，在线资源分配的另一个重要应用形式是个性化搜索，这种场景往往发生于消费者（部分地）知道他/她想要的搜索目标时发生。个性化搜索旨在为用户给出个性化的商品排序，以便控制网络上的资源分配结果。考虑到各种互联网应用程序中搜索系统的广泛存在性，将在线资源服务分配技术应用于个性化搜索将是一个重要的研究方向。其中一个重要命题是如何在给定的搜索结果下进行个性化排序，从而最大化搜索列表潜在的经济福利。

用户行为分析：在线下的物理世界之外，互联网已经是人类进行日常活动的主要平台之一。除了上文所考察的经济活动，人们还可以在互联网中与好友进行联系、阅读新闻、观看视频、听音乐或在线游戏等。社会行为分析和社交网络科学研究人员提出了许多坚实的理论，使得我们对网络上的人类行为有了深刻的认识，而其中许多发现可以从经济理论中找到相应的经济基础。研究互联网用户行为背后的经济学基础将是一个可观的研究方向，它使我们不仅知道用户如何行为，而且更进一步知道用户为什么会做出这样的行为。

自动经济决策：经济学与机器学习结合的一个长远愿景是建立自动经济决策系统。不断增长的计算资源，大量可用的结构化和非结构化数据，以及快速发展的机器学习理论——特别是最近受到广泛关注的深度学习理论——已经为我们给出了这种自动经济决策系统的可能性。它将帮助收集、处理和分析各种异质数据，并为决策者提供直接可靠的经济决策方案或有参考价值的经济建议，而这一领域的持续研究将使我们一步步地接近这个梦想。