互联网金融理财产品混合智能推荐策略的研究

总结与展望

本文在对比分析以往智能推荐算法优缺点的基础上，提出了基于内容、基于用户的协同推荐、基于知识三者于一体的混合推荐，引入切换混合、交叉混合两种混合策略，能在不同情形下动态切换。避免了推荐的理财产品过于同质化，信息过载问题普遍的今天，对于欠缺理财知识的新用户，通过智能推荐可以减轻用户选择的忧虑，对于积累了一定理财知识的用户，可以快速定位合适的产品，合适的推荐能减少用户流失率而为公司带来增值效益。

但由于专业知识限制，本文在算法上还有许多缺陷和不足之处，对于理财产品的特殊性考虑也较少。未来还需要在以下方面改进：未充分考虑理财产品和普通商品的差异;

对于推荐结果的评价，除了传统的评价方法，理财产品的推荐结果评价应该能够尽量避免结构化风险;需要构建一个适合理财产品的动态推荐系统。

参考文献：

[1] 郎鹏程.基于用户协同过滤推荐技术的研究与实现[D].宁夏：宁夏大学，2017.

[2] 王芮莹.互联网金融理财产品多粒度推荐模型研究[D].重庆：重庆工商大学，2018.

[3] 汪瑜彬.基于混合协同过滤的电影推荐系统的设计与实现[D].北京：北京工业大学，2016.

[4] 张春丽，张涛.基于用户社会关系推送理财产品的研究[J].电脑知识与技术，2016，（12）.

[5] 张松兰.智能推荐算法研究综述[J].长春师范大学学报，2017，（36）.

[6] 周莹.基于证券理财产品用户行为分析的个性化推荐研究[D].成都，电子科技大学，2014.

[7] 朱子江，刘东，刘寿强.基于用户行为的推荐算法研究[J].软件导刊，2017，（16）.