为推进管理现代化和智能化，本研究方向运用管理科学、计算机、人工智能和心理学等多学科交叉融合方法，深入研究数据驱动下的大规模冲突分析与治理，提出数据驱动的协同决策模型与方法，开展数据驱动的数字化营销决策与优化，致力于建立新发展格局下的智能决策理论与方法，提高数据驱动的智能决策与优化能力，进而破解阻碍制造强国、质量强国、网络强国、数字中国等战略深入推进的管理决策难题。主要研究内容包括：

（1）数据驱动的冲突分析与治理。针对复杂内外部环境下的冲突事件频发问题，利用大数据、人工智能等新兴技术，创新冲突事件多维度数据的收集与处理，提高冲突事件识别速度与精度，突破传统冲突分析仅面向两方主体的局限性，运用文本挖掘分析冲突当局者偏好，设计面向大规模冲突稳定性的智能算法，探讨富有创造性的优化策略，提出冲突治理对策，为冲突消解提供理论基础，为实现持久和平稳定提供支持。

（2）数据驱动的智能决策理论与方法。针对传统决策面临的信息缺失与模糊问题，考虑个体与群体、认知和行为等复杂性特征，分析复杂决策信息的表征与处理，提出基于图神经网络的多模态信息融合方法，探索群体智能激励机制与共识演化规律，基于观点动力学和复杂网络理论建立自适应共识交互模型，开展非理性行为下的人机共融决策研究，提出人机协同的群体智慧决策方法，聚焦人工智能与管理决策交叉前沿，真正实现人与机器在感知、思考、运算与决策层面的互补。

（3）数据驱动的数字化营销决策与优化。针对新型市场环境下产品设计和生产过程用户画像缺失的问题，基于消费者偏好数据，构建基于区块链的溯源认证体系，根据产品服务维修数据优化定价、售后服务决策，构建基于追踪溯源技术的产品安全风险干预机制，优化产品溯源与召回技术投入决策，考虑广告媒介类型以及数字化广告形式对消费偏好的影响，在不同的产品定位策略下建立企业与数字化广告媒介的讨价还价模型，进而提升企业精准定位和挖掘消费者需求的能力。