首届全国高校数据驱动创新研究大赛成果展示
AASC：基于Logistic曲线与深度回归的众筹项目建议自动生成系统
作 者：
中国人民大学,杨昆霖； 中国人民大学,史嘉彤； 中国人民大学,黎春颖；
年 份：2018
学 科：计算机科学与技术
数据链接： http://opendata.pku.edu.cn/dataset.xhtml?persistentId=doi:10.18170/DVN/LTF18B
奖 项：特等奖
指导教师：中国人民大学信息学院，许伟
年 份：2018
学 科：计算机科学与技术
数据链接： http://opendata.pku.edu.cn/dataset.xhtml?persistentId=doi:10.18170/DVN/LTF18B
奖 项：特等奖
指导教师：中国人民大学信息学院，许伟
随着众筹概念的不断推广，目前为止通过众筹得到的投资总额十分可观。成功的众筹项目正展示着它潜在的巨大商业价值，然而，绝大多数的众筹项目并不能达到预期效果。以前关于众筹项目的研究大多着眼于影响众筹成败的因素，事实上，众筹的动态过程除了最终成败结果之外还包含着大量有用信息，但这些信息并没有引起学术界的关注。本文提出了一个可预测项目动态趋势的众筹建议自动生成系统（Auto-generated Advice System for Crowdfunding，AASC）系统。根据众筹项目经济周期的特性，我们引用四参数Logistic模型模拟众筹项目的资金动态变化曲线，通过深度回归的方法，进而生成一个高质量的预测模型。利用这个预测模型，便可得到自动生成的可行性建议和精确的预测结果。
