第一章  绪论
  第一节  研究背景
  第二节  研究目的及研究意义
  第三节  研究内容与研究方法
  第四节  本书框架
第二章  理论基础与文献综述
  第一节  投资顾问与智能投顾
  第二节  用户画像的相关研究
  第三节  个性化推荐算法的相关研究
  第四节  股票个性化推荐的相关研究
  第五节  研究述评
第三章  股票投资者的用户画像标签体系设计和模型构建
  第一节  引言
  第二节  股票投资者用户画像构建流程
  第三节  股票投资者的用户画像构建
  第四节  股票投资者用户分类标签模型构建
  第五节  股票投资者评价标签模型构建
  第六节  基于FNS-LDA2vec的股票投资者股吧话题偏好挖掘
  第七节  本章小结
第四章  基于关联规则的行业推荐和股票推荐模型构建
  第一节  引言
  第二节  基于关联规则的行业推荐和股票智能推荐模型
  第三节  数据准备与预处理
  第四节  股票行业关联规则挖掘与推荐
  第五节  股票财务指标关联规则挖掘与推荐
  第六节  本章小结
第五章  基于文本内容分析的股票推荐模型构建
  第一节  引言
  第二节  基于股票评论及金融事件的股票推荐算法
  第三节  Stock Earmings Estimation（SEE）模型构建
  第四节  基于内容的股票推荐算法实现
  第五节  本章小结
第六章  基于深度协同过滤的股票推荐模型构建
  第一节  引言
  第二节  股票投资者的股票智能选择
  第三节  股票投资者的股票智能推荐
  第四节  本章小结
第七章  股票混合推荐算法模型
  第一节  引言
  第二节  基于关联规则的行业和股票推荐算法分析
  第三节  基于文本内容的股票推荐子算法分析
  第四节  基于深度协同过滤的股票推荐子算法分析
  第五节  基于混合多专家网络的股票推荐融合算法
  第六节  推荐效果评价
  第七节  本章小结
第八章  结论与展望
  第一节  主要结论
  第二节  主要创新
  第三节  主要局限与展望
参考文献
附录
后记