【摘要】：近年來(lái),互聯(lián)網(wǎng)上每天都產(chǎn)生海量的財(cái)經(jīng)資訊信息,伴隨著大數(shù)據(jù)、人工智能技術(shù)的蓬勃發(fā)展,財(cái)經(jīng)新媒體行業(yè)不斷出現(xiàn)新的商業(yè)模式,產(chǎn)品形態(tài)也不斷推陳出新。各大移動(dòng)端個(gè)性化財(cái)經(jīng)服務(wù)類終端以及各類財(cái)經(jīng)自媒體新面孔開(kāi)始不斷涌現(xiàn),更多投資者習(xí)慣使用手機(jī)獲取財(cái)經(jīng)資訊服務(wù),傳統(tǒng)財(cái)經(jīng)資訊媒體雖然擁有龐大的用戶基礎(chǔ),但面臨著如此激烈的市場(chǎng)競(jìng)爭(zhēng),必須借鑒新興財(cái)經(jīng)資訊平臺(tái)的發(fā)展經(jīng)驗(yàn),借助先進(jìn)的人工智能技術(shù)實(shí)現(xiàn)財(cái)經(jīng)媒體平臺(tái)服務(wù)再造,將受眾投資者進(jìn)行精準(zhǔn)分類,創(chuàng)造有價(jià)值的內(nèi)容互動(dòng),才能實(shí)現(xiàn)傳統(tǒng)財(cái)經(jīng)門戶網(wǎng)站的流量突圍。為了提高傳統(tǒng)財(cái)經(jīng)資訊服務(wù)網(wǎng)站的用戶粘性、提高投資者資訊閱讀效率,從而吸引流量,解決傳統(tǒng)資訊平臺(tái)目前面臨的投資者流量降低的現(xiàn)實(shí)問(wèn)題。本文從財(cái)經(jīng)資訊平臺(tái)及投資者個(gè)人偏好兩個(gè)角度出發(fā),首先運(yùn)用先進(jìn)的LDA主題挖掘模型對(duì)海量財(cái)經(jīng)資訊進(jìn)行有效率的主題挖掘,對(duì)每類投資者的興趣主題進(jìn)行描述分析。然后通過(guò)問(wèn)卷調(diào)研的方法,獲取投資者財(cái)經(jīng)資訊閱讀偏好數(shù)據(jù),最后利用關(guān)聯(lián)分析模型的Apriori算法對(duì)投資者的潛在偏好的財(cái)經(jīng)資訊主題進(jìn)行挖掘,發(fā)現(xiàn)投資者偏好偏好,進(jìn)而對(duì)投資者進(jìn)行精準(zhǔn)的財(cái)經(jīng)資訊智能推送,構(gòu)建了基于投資者偏好的財(cái)經(jīng)資訊智能推送方案。
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F832.51
【圖文】：

61.4 本文的主要貢獻(xiàn)本文將 LDA 財(cái)經(jīng)資訊主題挖掘于關(guān)聯(lián)分析模型相結(jié)合，中間采用問(wèn)卷調(diào)研的方法將數(shù)據(jù)連接起來(lái)，構(gòu)建了基于投資者偏好的財(cái)經(jīng)資訊智能推送方案，深度挖掘投資者潛在偏好的資訊主題，以此不斷優(yōu)化財(cái)經(jīng)新聞的用戶體驗(yàn)，實(shí)現(xiàn)基于投資者偏好的財(cái)經(jīng)資訊智能推送方案，主要有以下兩方面的貢獻(xiàn)：對(duì)財(cái)經(jīng)資訊網(wǎng)站而言，本文結(jié)合大數(shù)據(jù)分析技術(shù)，將受眾投資者進(jìn)行精準(zhǔn)分類，創(chuàng)造有價(jià)值的內(nèi)容互動(dòng)，深耕垂直領(lǐng)域，優(yōu)化對(duì)財(cái)經(jīng)資訊網(wǎng)站

智能推送理論框架 上海師范大學(xué)碩 k 階候選項(xiàng)目集CK進(jìn)行剪枝。由于頻繁項(xiàng)集的任這一原理，假設(shè)CK 1是CK的任意一個(gè)（k-1）階子LK，則該候目集肯定是非頻繁項(xiàng)目集。環(huán)上述步驟二、步驟三，直至不能得到更高階的中得出的全部頻繁項(xiàng)目集中計(jì)算除滿足數(shù)據(jù)要求程結(jié)束。以更直觀的說(shuō)明 Apriori 算法的具體挖掘步驟，流

第 5 章 財(cái)經(jīng)資訊智能推送方案模型建立 上海師范大學(xué)碩士學(xué)位論文必定要有一定的差異性。本文在文本挖掘前期數(shù)據(jù)處理的過(guò)程中，首先在網(wǎng)上下載了通用的停用詞表，共計(jì) 1800 停用詞數(shù)，再加上后期建模過(guò)程中不斷地斟酌，進(jìn)行人工補(bǔ)全停用詞表處理，通過(guò)反復(fù)不斷地更新去停用詞表，進(jìn)行去停用詞處理，直到所有對(duì)本文 LDA 主題模型中財(cái)經(jīng)類文本數(shù)據(jù)沒(méi)有任何實(shí)際意義的詞都被剔除后，才能得到更加精確的主題分類。最終使用的停用詞庫(kù)中所包含的停用詞數(shù)約為 8253 個(gè)，對(duì)數(shù)據(jù)的初步預(yù)處理結(jié)果如圖 5-1 所示。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;一周一致評(píng)級(jí)全覽[J];證券導(dǎo)刊;2006年02期

2 ;財(cái)經(jīng)資訊[J];供熱制冷;2017年03期

3 楊軍;;財(cái)經(jīng)資訊盤點(diǎn)[J];南風(fēng)窗;2011年01期

4 ;財(cái)經(jīng)資訊全面提供個(gè)性需求隨意選擇[J];成功營(yíng)銷;2003年03期

5 ;財(cái)經(jīng)資訊[J];山西財(cái)稅;2019年02期

6 ;財(cái)經(jīng)資訊[J];中國(guó)城市金融;2016年10期

7 ;粵港財(cái)經(jīng)資訊[J];粵港澳價(jià)格;2004年12期

8 ;粵港財(cái)經(jīng)資訊[J];粵港澳價(jià)格;2005年05期

9 ;粵港財(cái)經(jīng)資訊[J];粵港澳價(jià)格;2005年06期

10 ;財(cái)經(jīng)資訊[J];農(nóng)村金融研究;2004年09期

相關(guān)重要報(bào)紙文章 前5條

1 艾瑞;中國(guó)財(cái)經(jīng)資訊類服務(wù)連續(xù)10個(gè)月保持增長(zhǎng)[N];中華新聞報(bào);2007年

2 謝潞錦;轉(zhuǎn)型財(cái)經(jīng)資訊商 第一財(cái)經(jīng)旗下研究院成立[N];第一財(cái)經(jīng)日?qǐng)?bào);2007年

3 閆立良;財(cái)經(jīng)資訊視頻化漸成大勢(shì)所趨[N];證券日?qǐng)?bào);2008年

4 ;“金融界”領(lǐng)銜2008中國(guó)最佳財(cái)經(jīng)資訊網(wǎng)站[N];財(cái)會(huì)信報(bào);2008年

5 見(jiàn)習(xí)記者 朱琳;電訊盈科或涉足英文資訊領(lǐng)域 財(cái)經(jīng)資訊市場(chǎng)蛋糕靜待分食[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2009年

相關(guān)碩士學(xué)位論文 前4條

1 張?chǎng)?基于投資者偏好的財(cái)經(jīng)資訊智能推送[D];上海師范大學(xué);2019年

2 張金永;新華社網(wǎng)絡(luò)財(cái)經(jīng)資訊服務(wù)的營(yíng)銷策略研究[D];華北電力大學(xué)（北京）;2011年

3 曾軍輝;我國(guó)財(cái)經(jīng)資訊節(jié)目的現(xiàn)狀與發(fā)展創(chuàng)新策略[D];廈門大學(xué);2006年

4 孫紹峰;財(cái)經(jīng)資訊的多維分類聚合技術(shù)在股市中的應(yīng)用研究[D];北京交通大學(xué);2014年

本文編號(hào)：2744297