PB-ADVISOR: A private banking multi-investment portfolio advisor

González‐Carrasco, Israel; Colomo‐Palacios, Ricardo; López-Cuadrado, José Luis; García-Crespo, Ángel; Ruíz‐Mezcua, Belén

doi:10.1016/j.ins.2012.04.008

Cited by 31 publications

(11 citation statements)

References 62 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…To build stable digital business ecosystems by means of improved collective intelligence, a model of negotiation-style dynamics from the point of view of computational ecology was introduced in [84], which inspires an ecosystem monitor and a novel negotiation-style recommender. To help private bankers provide suitable investment portfolios to their clients, a multi-investment recommender system PB-ADVISOR was presented [85]. The system used both semantic technologies and fuzzy logic to improve recommendation quality.…”

Section: E-business Recommender Systemsmentioning

confidence: 99%

Recommender system application developments: A survey

Mao

et al. 2015

Decision Support Systems

1,211

493

View full text Add to dashboard Cite

A recommender system aims to provide users with personalized online product or service recommendations to handle the increasing online information overload problem and improve customer relationship management. Various recommender system techniques have been proposed since the mid-1990s, and many sorts of recommender system software have been developed recently for a variety of applications. Researchers and managers recognize that recommender systems offer great opportunities and challenges for business, government, education, and other domains, with more recent successful developments of recommender systems for real-world applications becoming apparent. It is thus vital that a high quality, instructive review of current trends should be conducted, not only of the theoretical research results but more importantly of the practical developments in recommender systems. This paper therefore reviews up-to-date application developments of recommender systems, clusters their applications into eight main categories: e-government, e-business, e-commerce/e-shopping, e-library, e-learning, e-tourism, e-resource services and e-group activities, and summarizes the related recommendation techniques used in each category. It systematically examines the reported recommender systems through four dimensions: recommendation methods (such as CF), recommender systems software (such as BizSeeker), real-world application domains (such as e-business) and application platforms (such as mobilebased platforms). Some significant new topics are identified and listed as new directions. By providing a stateof-the-art knowledge, this survey will directly support researchers and practical professionals in their understanding of developments in recommender system applications.

show abstract

Section: E-business Recommender Systemsmentioning

confidence: 99%

Recommender system application developments: A survey

Mao

et al. 2015

Decision Support Systems

1,211

493

View full text Add to dashboard Cite

show abstract

“…В то же время решение важнейших соци-ально-экономических задач развития страны требует инвестиций в стратегические отрасли и направления. Поэтому банки должны учитывать это обстоятельство, осуществляя поиск новых привлекательных сфер вложений финансовых средств своих состоятельных клиентов с учетом профиля их рисков [19]. Перспективными в новых инвестиционных инструментах должны стать инвестиции в российский фондовый рынок, так как, на наш взгляд, только совпадение интересов частного капитала и государственной политики позволит повысить эффективность деятельности коммерческих банков и на этом сегменте банковского рынка.…”

Section: продуктыunclassified

Private banking in Russian banks: new priorities and development areas

Терновская¹

2018

ОПЭП

View full text Add to dashboard Cite

Интерес к активному внедрению услуг для состоятельных клиентов в последние годы свя-зан прежде всего с повышением доходов этого сегмента российского населения даже в период экономической рецессии, с одной стороны, и с возможностями банка повысить прибыльность своей деятельности -с другой. Так, по данным ежегодного исследования, проведенного агентством Knight Frank [1], посвященного вопросам распределения благосостояния в мире, в России к концу 2017 г. состоянием более 5 млн долл. обладали 38 120 человек, их число за год увеличилось на 27 %. Более высокий показатель прироста миллионеров отмечен только в Бра-зилии (+28 %), схожая динамика имела место в Южной Корее (+23 %) и Тайване (+26 %).Заинтересовано в привлечении таких клиентов на обслуживание в российских банках и государство, обеспокоенное ростом масштабов вывоза из страны капитала, крайне необходи-мого для решения насущных социально-экономических задач. В соответствии с данными Банка международных расчетов (БМР), за 2012-2017 гг. увеличение денежных средств на небанковских депозитах российских граждан за рубежом составило 17 млрд долл. При этом только за период со II квартала 2016 г. по II квартал 2017 г. этот рост составил 10 млрд долл. Общая сумма небан-ковских депозитов россиян за рубежом достигла 34,4 млрд долл. В результате Банк России оце-нивал отток капитала из России в 2017 г. в объеме 31,3 млрд долл. [2]. По данным Национального бюро экономических исследований США (NBER), средства российских предпринимателей на банковских и брокерских счетах в так называемых «налоговых гаванях» составляют величину, эквивалентную почти половине годового ВВП России.Учитывая данные обстоятельства, не менее трех десятков российских крупных и средних банков оказывают услуги private banking на достаточно высоком уровне [3]. К настоящему вре-мени определились несколько его характерных особенностей.

show abstract

“…Among many enterprise assets, knowledge is treated as a critical driving force for attaining enterprise performance goals because knowledge facilitates better business decision making in a timely fashion [21]. A recommendation system is regarded as a heuristic system that advice some useful information and can be applied in different domains [27].…”

Section: Previous Workmentioning

confidence: 99%

RESyS: Towards a Rule-Based Recommender System based on Semantic Reasoning

Villanueva¹,

Lagares

Gómez

et al. 2018

CyS

View full text Add to dashboard Cite

The ability to be available and stay connected always for work or social issues has become a reality and a necessity for today's Information Society. Harnessing the potential of Semantic Technologiesbased reasoning for intelligent redirection of voice calls and recommender systems has been gauged as a promising field to enhance the current voice phone calling experience. Such experience might be fostered by a disruption based on rule-based recommendation and inference leveraging current state of the art technology in smartphone apps or fixed line telecommunications standards to its full potential. In this paper, we present RESyS, a software platform hinging on Semantic Technologies and rule-based recommendations which has been tested both on a research and an industry proof-of-concept business pilot, validating its major goals.

show abstract

PB-ADVISOR: A private banking multi-investment portfolio advisor

Cited by 31 publications

References 62 publications

Recommender system application developments: A survey

Recommender system application developments: A survey

Private banking in Russian banks: new priorities and development areas

RESyS: Towards a Rule-Based Recommender System based on Semantic Reasoning

Contact Info

Product

Resources

About