 金融模型研究（期现套利，价差套利，及其他指标性质决策模型）  时间序列模型研究（移动平均,自回归)  机器学习模型研究（二分类模型,基于情感词典的情感分析） 回测模块开发  数据下载，模型建立，统计分析

 召回策略:采取基于内容+协同过滤+矩阵分解+基于热点，扩大召回数据  排序策略:采取融合排序方法,排序模型主要为LR,与GBDT  推荐系统架构主要包括物品冷启动、用户冷启动、离线召回、在线召回、在线排序等主要组件，以及提供相应算法服务。 搜索系统  采取ES搜索引擎，主要为BM25相关度计算法方法；引入tfidf关键词模型，对搜索结果进行重排序，此结果为召回数据  搜索排序策略:对用户搜索浏览历史进行数据挖掘，包括用户感兴趣程度(类别、时间)等，以此为基础对召回数据进行重排序。

负责、熟悉整个数据平台从0到1。 8年ai算法数据经验。 文章和新闻评论不是一对平行的文本。新闻文章往往比评论长得多，而且包含了许多与评论无关的信息。而成千上万文字的一篇文章，用户不可能仔细研读，往往只能关注到其中的几个关键点，此时我们的新闻标题便对我们提供了一个辅助作用，但根据观察可知，很多新闻标题，要么介绍过于简单，要么不是很符合新闻主题内容，因此从新闻中提取主题词及权重较为重要，其二我们文档的主题在哪一个类别空间中,譬如一段话在一篇中性或者消极性文章中，显然代表的意思不同，而且会对评论产生影响。