声明
摘要
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 资金流入流出问题的国内外研究现状
1.2.2 组合算法的国内外研究现状
1.2.3 因子分解机的国内外研究现状
1.3 关键问题与研究内容
1.4 论文组织结构
第2章 相关技术知识
2.1 基本数据预处理
2.2 特征抽取基本方法
2.2.1 时间角度特征挖掘
2.2.2 用户角度特征挖掘
2.2.3 利率角度特征挖掘
2.3 特征选择策略
2.4 损失函数和优化目标
2.5 模型选择
2.6 本章总结
第3章 特征抽取方法
3.1 数据背景介绍
3.2 特征构建
3.3 特征效果的评价准则
3.4 实验验证与分析
3.5 本章总结
第4章 分步回归算法在资金流预测中的应用
4.1 分布回归算法
4.1.1 单步特征预测
4.1.2 BP神经网络预测
4.2 集成学习方法
4.2.1 梯度提升树法
4.2.2 随机森林方法
4.3 实验结果与分析
4.3.1 实验流程
4.3.2 结果和分析
4.4 本章总结
第5章 因子分解机算法在资金流预测中的应用
5.1 特征稀疏化
5.2 因子分解机求解
5.3 实验结果与分析
5.4 本章总结
第6章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果