关于Internet网络环境下证券信息服务的探讨

doi:10.11925/infotech.1003-3513.2001.03.21

现代图书情报技术

2001, Vol. 17

Issue (3): 62-65 https://doi.org/10.11925/infotech.1003-3513.2001.03.21

金融证劵信息管理

本期目录 | 过刊浏览 | 高级检索

关于Internet网络环境下证券信息服务的探讨

朱未瑕蔡增勇

(深圳巨灵信息技术有限公司　深圳　518034)

Discuss about Securities Information Services on Internet

Zhu Weixia Cai Zengyong

(Genius Information and Technology Co.Ltd, Shenzhen)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

结合Internet 技术的发展趋势与证券信息服务的实务, 对Internet 下的证券信息服务的方式与内容特点有针对性地进行了探讨。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：互联网, 电子化证券信息, 有偿信息服务, 交易, 网络化, 交互性, 专业化, 个性化

Abstract：

With the consideration of the development trend of Internet technology and the practice of securities information service, it makes a targeted discussion of the methods and content characters of securities information service under the environment of Internet.

Key words： Internet Electronized securities information Non-freei nformation service Trading Networking Interaction Professionalization Personalization

收稿日期: 2001-04-06 出版日期: 2001-06-25

ZTFLH:

G250.73

通讯作者: 朱未瑕,蔡增勇

作者简介: 朱未瑕,蔡增勇

引用本文:

朱未瑕,蔡增勇. 关于Internet网络环境下证券信息服务的探讨[J]. 现代图书情报技术, 2001, 17(3): 62-65.
Zhu Weixia,Cai Zengyong. Discuss about Securities Information Services on Internet. New Technology of Library and Information Service, 2001, 17(3): 62-65.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2001.03.21 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2001/V17/I3/62

1 www.cnnewspaper.com
2 http://www.cnnic.net.cn/
3 http://www.schwab-worldwide.com
4 http://www.ml.com/
5 http://www.yestock.com.cn

[1]	吴彦文, 蔡秋亭, 刘智, 邓云泽. 融合多源数据和场景相似度计算的数字资源推荐研究^*[J]. 数据分析与知识发现, 2021, 5(11): 114-123.
[2]	丁浩, 艾文华, 胡广伟, 李树青, 索炜. 融合用户兴趣波动时序的个性化推荐模型^*[J]. 数据分析与知识发现, 2021, 5(11): 45-58.
[3]	苏庆,陈思兆,吴伟民,李小妹,黄佃宽. 基于学习情况协同过滤算法的个性化学习推荐模型研究^*[J]. 数据分析与知识发现, 2020, 4(5): 105-117.
[4]	郑淞尹,谈国新,史中超. 基于分段用户群与时间上下文的旅游景点推荐模型研究^*[J]. 数据分析与知识发现, 2020, 4(5): 92-104.
[5]	魏伟,郭崇慧,邢小宇. 基于语义关联规则的试题知识点标注及试题推荐^*[J]. 数据分析与知识发现, 2020, 4(2/3): 182-191.
[6]	张怡文,张臣坤,杨安桔,计成睿,岳丽华. 基于条件型游走的四部图推荐方法^*[J]. 数据分析与知识发现, 2019, 3(4): 117-125.
[7]	叶佳鑫,熊回香. 基于标签的跨领域资源个性化推荐研究^*[J]. 数据分析与知识发现, 2019, 3(2): 21-32.
[8]	聂卉. 结合词向量和词图算法的用户兴趣建模研究 ^*[J]. 数据分析与知识发现, 2019, 3(12): 30-40.
[9]	丁浩,李树青. 基于用户多类型兴趣波动趋势预测分析的个性化推荐方法 ^*[J]. 数据分析与知识发现, 2019, 3(11): 43-51.
[10]	扈文秀,马丽,张建锋. 基于股票日内交易加权网络的超短期股票交易型操纵识别研究 ^*[J]. 数据分析与知识发现, 2019, 3(10): 118-126.
[11]	李杰, 杨芳, 徐晨曦. 考虑时间动态性和序列模式的个性化推荐算法^*[J]. 数据分析与知识发现, 2018, 2(7): 72-80.
[12]	岑咏华, 张灿, 吴承尧. *媒介信息与投资者过度交易^——基于微博舆论、行业新闻与公司公告的实证**[J]. 数据分析与知识发现, 2018, 2(4): 20-28.
[13]	武玉英, 孙平, 何喜军, 蒋国瑞. 新能源领域专利转让加权网络中主体间技术交易机会预测^*[J]. 数据分析与知识发现, 2018, 2(11): 73-79.
[14]	侯银秀, 李伟卿, 王伟军, 张婷婷. 基于用户偏好与商品属性情感匹配的图书个性化推荐研究^*[J]. 数据分析与知识发现, 2017, 1(8): 9-17.
[15]	陈梅梅, 薛康杰. 基于标签簇多构面信任关系的个性化推荐算法研究^*[J]. 数据分析与知识发现, 2017, 1(5): 94-101.

Viewed

Full text

Abstract

Cited

Shared

Discussed