随着互联网金融和信息技术的进步和发展,传统金融服务渐渐无法满足各类投资者的信息需求,金融机构和互联网金融平台将原有的金融数据服务转换成为更加个性化的金融投资服务。互联网金融的投资模式不仅扩展了金融机构服务的业务量,也让个人投资者的线上信息获取和投资操作更加便捷。对于个人投资者而言,债券投资可以有效的分散风险并取得一定的收益,是个人资产配置中十分重要的金融资产选项,然而大部分使用互联网的个人投资者面对众多的债券产品及信息,很难从中快速筛选出符合自身需求的债券产品,目前已有的金融平台产品推荐也少有针对债券这一垂直品类,受限于时间和精力成本问题,个人投资者的债券投资决策困难仍是一个亟待解决的问题。目前关于债券产品的推荐系统研究较为缺乏,且现有研究通常集中在证券产品的组合推荐等方向,少有针对债券这一细分产品品类的个性化推荐研究,忽略了债券产品推荐对个人投资者的重要价值。因此,为帮助解决个人投资者的债券产品选择问题,本研究提出并设计了基于用户风险偏好的债券产品推荐系统,能够为用户推荐匹配其风险偏好的个性化债券产品。本研究使用基于内容的推荐算法,从用户风险偏好和债券特征两方面进行评估,构建“同类益高”策略完成债券产品匹配和推荐。首先,通过用户填写的个人信息,使用层次分析及模糊综合评价方法,综合考量用户风险偏好,确定用户风险偏好类型;其次,利用修正KMV模型对债券产品的违约风险进行评估,并进行归一化处理,使用数据挖掘方法聚类分析判断其风险等级;最后,构建“同类益高”策略模型,根据债券产品的风险等级及到期收益率等属性进行个性化匹配,最终给出目标用户的债券产品推荐结果。本研究经过原型系统设计与仿真案例分析,完成了针对不同风险偏好用户的合理债券投资推荐,并验证了债券推荐系统的可用性和有效性。