RicciFlowRec：基于金融图上 Ricci 曲率的几何根因推荐器
机器学习
2025-08-14 v1 人工智能
信息检索
摘要
我们提出了 RicciFlowRec，一种通过 Ricci 曲率和 Ricci 流在动态金融图上执行根因归因的几何推荐框架。通过对股票、宏观经济指标和新闻之间演化的交互进行建模，我们利用离散 Ricci 曲率量化局部应力，并通过 Ricci 流追踪冲击传播。曲率梯度揭示了因果子结构，从而为结构风险感知排序函数提供信息。在 S\&P~500 数据和基于 FinBERT 的情感分析上的初步结果表明，在合成扰动下，该方法的鲁棒性和可解释性均有所提升。这项正在进行的工作支持基于曲率的归因和早期风险感知排序，并计划用于投资组合优化和收益预测。据我们所知，RicciFlowRec 是首个在金融决策支持中应用基于几何流推理的推荐器。
引用
@article{arxiv.2508.09334,
title = {RicciFlowRec: A Geometric Root Cause Recommender Using Ricci Curvature on Financial Graphs},
author = {Zhongtian Sun and Anoushka Harit},
journal= {arXiv preprint arXiv:2508.09334},
year = {2025}
}
备注
Accepted at ACM RecSys 2025 (Late Breaking Results Track)