【摘要】近年来,随着云计算、物联网、社交网络等新兴服务的迅猛发展,微博、视频网站、移动设备、通讯服务为代表的新型信息发布方式的不断涌现,大量的数据以TB、PB级产生,大数据(BigData)时代正式到来。大数据的出现如一把双刃剑,可以方便用户随意处理、发布信息,但是从繁杂内容中寻找用户感兴趣的信息如同大海捞针一股,不仅花费了大量的时间也耗费了一定的精力,这正是当前电子商务所面临的一个难题。推荐系统 […]

【摘要】投资组合优化一直是金融领域的一个核心问题。1952年,马科维兹在一系列完备的假设下,运用简单的数学思想建立均值—方差模型,迎来了现代投资组合理论。之后,投资者们不再仅仅依靠经验进行投资决策。但均值—方差模型所得解存在太多的微小头寸,导致这些微小头寸所对应的股票甚至连一手都无法进行投资；而且大头寸过大,这样创建的投资组合中权重最大的股票将会对该组合产生较大的影响。微小头寸所对应的股票无法加入 […]

【摘要】作为被当前推荐系统最普遍采用并取得较大成功的推荐技术,协同过滤推荐技术根据目标用户(或项目)的访问数据或评价信息找到与其相似度较高的用户(或项目)作为最近邻居,然后根据这些最近邻居的评分来预测目标用户(或项目)的评分并为用户推荐项目。然而在实际应用中,协同过滤推荐面临着评分数据稀疏,冷启动和算法扩展性差等诸多问题。本文重点研究了协同过滤推荐算法,对于该算法存在的问题从不同的角度提出两种改进 […]