個性化股票推薦理論與方法 段剛龍 馬鑫 9787509698501 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202408*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：個性化股票推薦理論與方法
ISBN：9787509698501
出版社：經濟管理
著編譯者：段剛龍 馬鑫
頁數：202
所在地：中國大陸 *此為代購商品
書號：1695773
可大量預訂，請先連絡。

內容簡介

本書結合用戶畫像技術，圍繞「股票投資者個性化需求的關鍵推薦演算法」問題展開研究。首先，針對股票投資者的投資目的和過程進行解析，構建了投資者建模模塊、股票對象建模模塊、推薦演算法模塊的研究思路。在此基礎上，構建股票投資者智能投顧的用戶畫像，設計了用戶畫像的事實標籤、分類模型標籤和評價模型標籤體系，採用XGBoost演算法構建了投資者的用戶分類模型，並採取TOPSIS法對股票投資者標籤進行了評價。其次，通過基於關聯規則、基於文本內容和深度協同過濾視角，構建了3種情景下的個性化推薦子模型，採用關聯規則實現股票行業推薦，在股票行業推薦的基礎上實現了個股推薦，從基於股票評論及金融事件的文本內容視角，構建文本數據的金融事件詞典，提出基於結構化信息股票盈利預估模型和多任務股票盈利預估模型，進而進行股票盈利計算及結合用戶畫像篩選符合用戶偏好的股票。最後，設計了數據預處理層、子推薦演算法層、推薦演算法融合層和模型效果評價層的混合推薦框架，在LZ-Apriori、MSEEM和FCM子模型分析的基礎上，構建了混合多專家網路的股票推薦融合演算法，並採用算例實驗對模型演算法的有效性進行了驗證。

作者簡介

段剛龍，西安理工大學經濟與管理學院管理科學與工程系副教授、碩士生導師。曾入選西安理工大學第二批優秀青年教師，現任經濟與管理學院實驗中心主任，兼任中國科學學與科技政策研究會創業創新專委會委員、陝西省大數據平台產品評審專家。先後主持各類項目18項，其中省部級項目4項；在國內外重要中英文學術期刊上發表論文30餘篇，其中SCI、EI檢索20篇。獲得科技成果獎4項、申報軟體著作權8項；獲得省級教學成果獎3項、校級教學成果獎6項、陝西省「一流課程」1門、省級創新創業課程1門、校級在線課程2門。主編和參編教材2部。2014年獲得西安理工大學本科教學優秀獎，2016年獲得西安理工大學本科教學二等獎。指導學生競賽獲得省級以上獎項60餘項，國際競賽獲獎2項。

目錄

第一章 緒論
第一節 研究背景
第二節 研究目的及研究意義
第三節 研究內容與研究方法
第四節 本書框架
第二章 理論基礎與文獻綜述
第一節 投資顧問與智能投顧
第二節 用戶畫像的相關研究
第三節 個性化推薦演算法的相關研究
第四節 股票個性化推薦的相關研究
第五節 研究述評
第三章 股票投資者的用戶畫像標籤體系設計和模型構建
第一節 引言
第二節 股票投資者用戶畫像構建流程
第三節 股票投資者的用戶畫像構建
第四節 股票投資者用戶分類標籤模型構建
第五節 股票投資者評價標籤模型構建
第六節 基於FNS-LDA2vec的股票投資者股吧話題偏好挖掘
第七節 本章小結
第四章 基於關聯規則的行業推薦和股票推薦模型構建
第一節 引言
第二節 基於關聯規則的行業推薦和股票智能推薦模型
第三節 數據準備與預處理
第四節 股票行業關聯規則挖掘與推薦
第五節 股票財務指標關聯規則挖掘與推薦
第六節 本章小結
第五章 基於文本內容分析的股票推薦模型構建
第一節 引言
第二節 基於股票評論及金融事件的股票推薦演算法
第三節 Stock Earmings Estimation（SEE）模型構建
第四節 基於內容的股票推薦演算法實現
第五節 本章小結
第六章 基於深度協同過濾的股票推薦模型構建
第一節 引言
第二節 股票投資者的股票智能選擇
第三節 股票投資者的股票智能推薦
第四節 本章小結
第七章 股票混合推薦演算法模型
第一節 引言
第二節 基於關聯規則的行業和股票推薦演算法分析
第三節 基於文本內容的股票推薦子演算法分析
第四節 基於深度協同過濾的股票推薦子演算法分析
第五節 基於混合多專家網路的股票推薦融合演算法
第六節 推薦效果評價
第七節 本章小結
第八章 結論與展望
第一節 主要結論
第二節 主要創新
第三節 主要局限與展望
參考文獻
附錄
後記
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。