作者：段刚龙、马鑫 著
页数：202
出版社：经济管理出版社
出版日期：2024
ISBN：9787509698501
电子书格式：pdf/epub/txt
网盘下载地址：下载个性化股票推荐理论与方法
内容简介
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。
作者简介
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。曾入选西安理工大学第二批 青年教师，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、陕西省大数据平台产品评审专家。先后主持各类项目18项，其中省部级项目4项；在 外重要中英文学术期刊上发表论文30余篇，其中SCI、EI检索20篇。获得科技成果奖4项、申报软件著作权8项；获得省级教学成果奖3项、校级教学成果奖6项、陕西省“ 课程”1门、省级创新创业课程1门、校级在线课程2门。主编和参编教材2部。2014年获得西安理工大学本科教学 奖，2016年获得西安理工大学本科教学二等奖。指导学生竞赛获得省级以上奖项60余项， 竞赛获奖2项。
目录
节 研究背景
第二节 研究目的及研究意义
第三节 研究内容与研究方法
第四节 本书框架
第二章 理论基础与文献综述
节 投资顾问与智能投顾
第二节 用户画像的相关研究
第三节 个性化推荐算法的相关研究
第四节 股票个性化推荐的相关研究
第五节 研究述评
第三章 股票投资者的用户画像标签体系设计和模型构建
节 引言
第二节 股票投资者用户画像构建流程
第三节 股票投资者的用户画像构建
第四节 股票投资者用户分类标签模型构建
第五节 股票投资者评价标签模型构建
第六节 基于FNS-LDA2vec的股票投资者股吧话题偏好挖掘
第七节 本章小结
第四章 基于关联规则的行业 和股票 模型构建
节 引言
第二节 基于关联规则的行业 和股票智能 模型
第三节 数据准备与预处理
第四节 股票行业关联规则挖掘与
第五节 股票财务指标关联规则挖掘与
第六节 本章小结
第五章 基于文本内容分析的股票 模型构建
节 引言
第二节 基于股票评论及金融事件的股票 算法
第三节 Stock Earmings Estimation（SEE）模型构建
第四节 基于内容的股票 算法实现
第五节 本章小结
第六章 基于深度协同过滤的股票 模型构建
节 引言
第二节 股票投资者的股票智能选择
第三节 股票投资者的股票智能
第四节 本章小结
第七章 股票混合 算法模型
节 引言
第二节 基于关联规则的行业和股票 算法分析
第三节 基于文本内容的股票 子算法分析
第四节 基于深度协同过滤的股票 子算法分析
第五节 基于混合多专家网络的股票 融合算法
第六节 效果评价
第七节 本章小结
第八章 结论与展望
节 主要结论
第二节 主要创新
第三节 主要局限与展望
参考文献
附录
后记
