论文部分内容阅读
随着社会经济的不断发展,人民的生活水平越来越高,手里的闲置资金也不断增加,大家迫切希望能够有效利用这些资金产生更多的收益。面对针对这种需求,很多金融机构和实体开始针对不同层次的人群推出了多种金融产品,既为客户带来了收益也有利于自身的发展。然而,受多种因素的影响,市场上的金融产品良莠不齐,普通用户很难在众多的产品中找出适合自己的产品,容易被人为地误导,给自己带来了不必要的损失,也给企业的带来声誉上的影响。本文针对广大客户的需求,对债券类金融产品进行了大量的调研和了解,在此基础上提出金融产品推荐系统的设计思想。该思想的主旨在于开发一套金融产品推荐系统,结合其它用户的交易历史信息和当前用户的主观需求,向其推荐出适合其需要的一些金融产品。本文首先分析了金融产品推荐系统相关理论和技术的国内外研究现状,对现有的工具和知识进行了深入分析,对传统的MVC设计模式进行了扩展。整个系统被分解为三个主要部分,分别是数据清洗和加载部分,数据分析、推荐部分和数据的可视化部分。本文主要针对后两项内容进行描述,在数据分析、推荐部分,本文结合了基于内容的推荐算法和基于协作的推荐算法从主观和客观两个方面对金融产品进行全面分析,生成的推荐结果可以满足不同用户的需求。在表示层上,本文利用信息可视化技术对推荐结果进行形象的描述,以图形的方式向用户描述大量金融产品背后隐藏的未知现象和模式,帮助用户快速理解金融产品,加速认知过程。结合人机交互技术,让用户更方便的对可视化结果和推荐过程进行掌控,让用户更好的和系统进行交互,生成自己希望的想定模型。目前,该系统已经初步完成,对部分机构的金融产品进行了分析,其推荐结果较为有效,大大缩短了用户对产品的过滤时间,节约了用户宝贵的时间和精力。同时,该系统提供了一套产品销售平台,有助于企业更好的推广自己的产品,节省各类资源。