發(fā)布時間：2021-01-23 07:26

　　隨著互聯(lián)網(wǎng)技術(shù)的逐漸成熟,籌集資金的方式也隨之發(fā)生了很大的改變,傳統(tǒng)的線下籌資模式的弊端逐漸暴露,例如,借貸者與出款人雙方缺乏足夠信任以及融資過程缺乏合理的透明度,常常導致雙方交易失敗。人們越來越迫切地需要一種高效安全并且符合個人需求的籌資平臺,眾籌作為一種新穎的籌資模式應運而生,其作為一種面向大眾的線上融資模式,利用互聯(lián)網(wǎng)用戶的線上資金為某一特定項目籌措資金,由于其投資額度的門檻較低,并且能夠為普通個人融資提供機會,因而受到大眾的歡迎。特別是隨著近幾年的發(fā)展,眾籌平臺己經(jīng)具有很大的規(guī)模。但是隨著平臺規(guī)模的擴大,平臺收益并沒有隨之發(fā)生相對應的增長,平臺面臨著“信息超載”的難題,即投資者無法在海量的平臺產(chǎn)品中快速篩選出符合個人偏好的產(chǎn)品。根據(jù)對現(xiàn)有眾籌平臺的調(diào)查,絕大多數(shù)平臺系統(tǒng)僅提供分類排序的功能,此時,眾籌平臺迫切需要一種個性化的推薦系統(tǒng),能夠為用戶挖掘出滿足其個人興趣偏好以及回報需求的產(chǎn)品。隨著近幾年的探究,個性化推薦算法取得了一定的成果,能夠在龐大的數(shù)據(jù)集合中為用戶篩選出高精度的產(chǎn)品集合,然而目前的這些個性化推薦算法主要都是通過構(gòu)造推薦模型或者混合不同的數(shù)據(jù)特征,用以捕獲用戶的個... 

【文章來源】：安徽大學安徽省 211工程院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

圖１．１：眾籌平臺丨ｎｄｉｅｇｏｇｏ中融資項目的一個例子??Ｆｉｇ．?１．１：?Ａｎ?ｅｘａｍｐｌｅ?ｏｆ?ｒａｉｓｉｎｇ－ｍ?

ＰＦ．?＝?ｅＸｆ?｜?３ｘ２?ｅ?ＸＦｓ．ｔ．ｘ２?＞?ｘ，｝?（２．５）??在圖２．１中［５２】，乃，巧，巧，巧是解空間的Ｐａｒｅｔｏ最優(yōu)解，它們共同組成??了?Ｐａｒｅｔｏ最優(yōu)解集。??▲??Ｐｌ?｜?〇被支配的解??｜?＃?Ｐａｒｅｔｏ前沿面的解??〇?ｊ?Ｉ?！?＼??｜?〇?１〇?！?！１???ｉ?｜?！?１１?＿??Ｘ軸??圖２．１：解集分布和Ｐａｒｅｔｏ前沿面??Ｆｉｇ．?２．１：?Ｓｏｌｕｔｉｏｎ?ｓｅｔｓ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ａｎｄ?Ｐａｒｅｔｏ?Ｆｒｏｎｔ??２．２相關(guān)算法概述??２．２．１傳統(tǒng)的個性化推薦算法??傳統(tǒng)的推薦算法依據(jù)的原理是對于未知產(chǎn)品的評估，然后，從中選擇Ｔｏｐ－ｎ??個產(chǎn)品進行推薦。評估未知產(chǎn)品的得分是推薦算法的一個基本步驟。本小節(jié)將簡??要介紹ＣＦ＿Ｕｓｅｒ［２７］，?ＣＦ＿Ｉｔｅｍ［３２］和雙向網(wǎng)絡(luò)投影的個性化推薦算法（ＰｒｏｂＳ）［３３］。??（ａ）ＣＦ＿Ｕｓｅｒ算法：ｕｓｅｒ＿ｂａｓｅｄ的協(xié)同過濾算法依據(jù)用戶之間的同質(zhì)性，即??相似用戶之間可能有相同的行為和偏好。按照用戶對產(chǎn)品的偏好，一些相似的??１２??

法應用于多目標優(yōu)化??Ａ／Ｄ?：?Ｚｈａｎｇ?和?Ｌｉ?在?２００７?年時，通過綜合分析?Ｍａｔｈｅｍａｔ?Ｍｅｔｈｏｄ?和?Ｅｖｏｌｕｔｉｏｎａｒｙ?Ａｌｇｏｒｉｔｈｍｓ，并且經(jīng)過合理的設(shè)計，發(fā)多目標進化算法（ＭＯＥＡ／Ｄ）［Ｗ。此算法的核心思想就是解決目標較多不利于共同優(yōu)化的弊端，通過預先設(shè)計好的函數(shù)分解成若干個ＳＯＰｓ?，單獨地去對每一個子目標及對應的子種群進普遍使用的聚合方法有Ｗｅｉｇｈｔｅｄ?Ｓｕｍ?（線性加權(quán)法）Ａｐｐｒｏａｃｈ?（切比雪夫法）和ＰＢＩ。接著，對劃分好的子種群進，最終得到一組Ｐａｒｅｔｏ解集。??出了算法ＭＯＥＡ／Ｄ的主要流程［５２】。ＭＯＥＡ／Ｄ在解決高維ＭＯＰｓ量和復雜Ｐａｒｅｔｏ?Ｓｅｔｓ難題時性能表現(xiàn)較好Ｍ。并且ＭＯＥＡ／Ｄ而獲得很多學者的青睞，并取得了進一步的研宄。??初始化絮合函數(shù)和種群??

【參考文獻】：
期刊論文
[1]進化多目標優(yōu)化算法研究[J]. 公茂果,焦李成,楊咚咚,馬文萍.  軟件學報. 2009(02)

碩士論文
[1]基于遺傳算法的多目標優(yōu)化問題的研究與應用[D]. 徐磊.中南大學 2007
[2]基于遺傳算法的多目標優(yōu)化算法研究[D]. 王魯.武漢理工大學 2006



本文編號：2994817