（一）推荐系统
定义:广义上的推荐系统可以理解为是主动向用户推荐物品(Item)的系统，所推荐的物品可以是音乐、书籍、餐厅、活动、股票、数码产品、新闻条目等等，这依赖于具体的应用领域，推荐系统所推荐的物品或者对用户有帮助，或者用户可能的兴趣。
推荐输入输出
推荐系统门类
基于协同过滤
基于内容推荐
基于社会化推荐
混合型推荐
1.user-CF协同过滤：
image.png
image.png
2.item-CF协同过滤：
image.png
image.png
3.内容推荐：
image.png
image.png
4.社会化推荐：PMF、SoRec
image.png
5.混合型推荐：
混合推荐策略
关键问题
image.png
评测指标
image.png
（二）NLP与金融业务
自动生成研报
narrative science
产品：automated insights 、narrative science
技术依赖：自言语言理解（NLU）、自然语言生成（NLG）
辅助量化交易
image.png
2017年，华尔街之狼，足以取代投行分析师 的kensho
金融搜索推荐引擎
alphasense
1.Kensho简介
Kensho是一个将云计算与金融咨询业务结合起来的数据分析公司，目标是建立更智能化的信息数据平台服务于证券分析师和交易员，为客户提供更加优质、快速的数据分析服务。
业务线路
-
核心产品：warren
功能：寻找事件与资产的相互联系
image.png -
warren缺陷：无法形成因果
image.png -
技术模块
image.png
