本文构建投资者主题偏好挖掘模型 通过库存柱线文本数据和 FNS-LDA2vec 方法。一、动态 LDA模型的主题挖掘是通过将用户文档划分为来实现的 按时间划分的股票社区。然后，通过结合改进的 LDA 主题 模型和 Word2vec 词向量模型，一个动态挖掘模型 构建基于FNS-LDA2vec的股票柱线用户主题偏好，以及 主题表示是通过文档的共同学习来学习的 向量和词向量。最后，实证结果表明，该主题 本文构建的提取模型优于 比较模型。该模型在个性化方面具有广泛的应用价值 对投资者的建议和股票预测。