200 1_ |a 个性化股票推荐理论与方法 |A ge xing hua gu piao tui jian li lun yu fang fa |f 段刚龙, 马鑫著

300 __ |a 本书获陕西省软科学项目“智慧医疗大数据治理体系和治理对策研究”、陕西省软科学项目“地方政府大数据治理能力影响因素及提升策略研究”的资助经管出版

314 __ |a 段刚龙, 西安理工大学经济与管理学院管理科学与工程系副教授、硕士生导师, 现任经济与管理学院实验中心主任, 兼任中国科学学与科技政策研究会创业创新专委会委员、陕西省创新方法研究会会员、陕西省大数据平台产品评审专家。马鑫, 现为南开大学商学院信息资源管理系博士研究生, 担任《系统工程理论与实践》、Information Processing & Management、BMC Medical Research Methodology、ComputerSystems Science and Engineering等中英文核心期刊审稿专家。

330 __ |a 本书结合用户画像技术, 围绕“股票投资者个性化需求的关键推荐算法”问题展开研究。首先, 针对股票投资者的投资目的和过程进行解析, 构建了投资者建模模块、股票对象建模模块、推荐算法模块的研究思路。在此基础上, 构建股票投资者智能投顾的用户画像, 设计了用户画像的事实标签、分类模型标签和评价模型标签体系, 采用XGBoost算法构建了投资者的用户分类模型, 并采取TOPSIS法对股票投资者标签进行了评价。其次, 通过基于关联规则、基于文本内容和深度协同过滤视角, 构建了3种情景下的个性化推荐子模型, 采用关联规则实现股票行业推荐, 在股票行业推荐的基础上实现了个股推荐, 从基于股票评论及金融事件的文本内容视角, 构建文本数据的金融事件词典, 提出基于结构化信息股票盈利预估模型和多任务股票盈利预估模型, 进而进行股票盈利计算及结合用户画像筛选符合用户偏好的股票。最后, 设计了数据预处理层、子推荐算法层、推荐算法融合层和模型效果评价层的混合推荐框架, 在LZ-Apriori、MSEEM和FCM子模型分析的基础上, 构建了混合多专家网络的股票推荐融合算法, 并采用算例实验对模型算法的有效性进行了验证。