一种权衡风险收益的推荐方法

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (3): 47-54.

一种权衡风险收益的推荐方法

王卓1，2，李红燕2，3，王腾蛟1，2，陈逸鹏2，3

1.北京大学高可信软件技术教育部重点实验室，北京 100871
2.北京大学信息科学技术学院，北京 100871
3.北京大学机器感知与智能教育部重点实验室，北京 100871

出版日期:2016-02-01 发布日期:2016-02-03

Recommendation method based on trade-off between risk and profit

WANG Zhuo1，2, LI Hongyan2，3, WANG Tengjiao1，2, CHEN Yipeng2，3

1.Key Laboratory of High Confidence Software Technologies of Ministry of Education, Peking University, Beijing 100871, China
2.School of Electronics Engineering and Computer Science, Peking University, Beijing 100871, China
3.Key Laboratory of Machine Perception of Ministry of Education, Peking University, Beijing 100871, China

Online:2016-02-01 Published:2016-02-03

摘要/Abstract

摘要： 日常生活中，人们面临众多需要在可选对象中进行抉择的问题。其中一些往往需要衡量风险及收益进行决策，对此已有的推荐方法依赖于用户或相似用户的历史数据，因此在类似打车地点推荐等缺乏这些数据或类似数据可重复利用度低的情况下，需要一种不依赖用户方面数据，同时能够权衡可选对象的风险及收益进行推荐的推荐方法。以经济学领域的现代投资组合理论为基础，提出一种可应用于上述场景的推荐方法。并以打车位置推荐为例说明如何使用该方法，以及同以往对于该理论的应用相比，应该如何更为适当地选择风险及收益的计算策略。在真实的数据集上进行实验，验证方法中权衡推荐策略的有效性。

关键词: 推荐方法, 投资组合, 风险与收益, 概率分布

Abstract: In people’s daily life, there are plenty of decisions need to be made among various options, and it is usual to choose an option by balancing risk with profit. To solve this kind of problem, existing recommender systems rely on some relevant data or history data of user or similar users. So a recommendation method which can make recommendations by balancing risk with profit and doesn’t rely on users’ data needs to be proposed in the situation where history data is lack or the history data is hardly to use such as recommending places for passenger to find vacant taxi. In this paper, a recommendation method is proposed which can be widely used in above situation based on the Modern Portfolio Theory（MPT）. Then, this method is used in recommending places for passenger to find vacant taxi to be an example and shows how to choose the more proper calculating method of risk and profit compared with other work which uses MPT to make recommendations. This method is tested on real world dataset to verify the balance performance.

Key words: recommendation method, portfolio, risk and profit, probability distribution

王卓1，2，李红燕2，3，王腾蛟1，2，陈逸鹏2，3. 一种权衡风险收益的推荐方法[J]. 计算机工程与应用, 2016, 52(3): 47-54.

WANG Zhuo1，2, LI Hongyan2，3, WANG Tengjiao1，2, CHEN Yipeng2，3. Recommendation method based on trade-off between risk and profit[J]. Computer Engineering and Applications, 2016, 52(3): 47-54.

[1]	吴彦文1，李斌1，孙晨辉1，杜嘉薇1，王馨悦2. 基于迁移学习的领域自适应推荐方法研究[J]. 计算机工程与应用, 2019, 55(13): 59-65.
[2]	高永琳，程晓荣. 区块链中的自私挖掘研究与分析[J]. 计算机工程与应用, 2018, 54(15): 62-66.
[3]	吕宗磊1，2，陈国明2. 航班备降概率分布预测模型研究[J]. 计算机工程与应用, 2017, 53(20): 259-264.
[4]	贺兴时，张迷，任雪婷. 多目标花粉算法在电力投资市场中的应用[J]. 计算机工程与应用, 2017, 53(17): 234-240.
[5]	汪潇洒1，付晓东1，刘骊1，岳昆2，刘利军1. 随机QoS感知的Web服务组合概率分析[J]. 计算机工程与应用, 2017, 53(14): 70-75.
[6]	刘名武1，2，万谧宇1，彭冠军3. 绩效保障模式下的装备可修部件售后保障策略[J]. 计算机工程与应用, 2015, 51(17): 245-249.
[7]	周霞1，钟守铭2. 一类概率依赖的随机网络系统的随机容错设计[J]. 计算机工程与应用, 2014, 50(9): 17-20.
[8]	王秀利，刘洋. 基于双种群交流粒子群算法的离散投资组合模型[J]. 计算机工程与应用, 2014, 50(24): 227-230.
[9]	赵丹1，刘名武2，彭冠军3. 装备系统可修部件闭环保障系统绩效研究[J]. 计算机工程与应用, 2014, 50(18): 54-58.
[10]	孙雪莲. 基于多目标优化的投资组合分析[J]. 计算机工程与应用, 2013, 49(9): 267-270.
[11]	刘冬华，甘若迅，樊锁海，杨明华. 基于捕食策略的粒子群算法求解投资组合问题[J]. 计算机工程与应用, 2013, 49(6): 253-256.
[12]	李永晨，刘浏. SAR图像统计模型综述[J]. 计算机工程与应用, 2013, 49(13): 180-186.
[13]	彭家寅. 基于蕴涵算子族H_(p,λ)的三I算法模糊系统[J]. 计算机工程与应用, 2013, 49(1): 53-58.
[14]	见静1，高岳林1，2. 基于DCA-PSO算法的均值-VaR投资组合优化[J]. 计算机工程与应用, 2012, 48(27): 189-193.
[15]	李修清1，魏海新1，林亮2. 修正的[n]值G?del逻辑系统的随机化[J]. 计算机工程与应用, 2012, 48(24): 45-48.