發(fā)布時間：2022-02-21 08:45

　　供應鏈眾籌已逐漸成為一個重要的融資渠道。然而,大多數眾籌平臺的項目往往以失敗而告終。大數據時代的發(fā)展,機器學習和人工智能成為越來越多領域解決相關問題所采用的方法。眾籌產品的實施與發(fā)展離不開眾籌的發(fā)起者和支持者,文章從眾籌支持者角度分析,每個支持者對產品的偏好存在不確定,采用Apriori算法來優(yōu)化傳統的分類方法,能夠為支持者提供更適合的眾籌項目。文章的評價指標都已經接近90%,能將相同的支持者進行正確的分類,進而進行供應鏈眾籌項目的推薦,為眾籌的發(fā)展提供了有意義的管理建議。 

【文章來源】：物流科技. 2020,43(04)

【文章頁數】：5 頁

【參考文獻】：
期刊論文
[1]產品眾籌項目融資成功率影響因素實證研究[J]. 楊智斌,趙嵩正.  東岳論叢. 2019(08)
[2]產品型農業(yè)眾籌消費者參與度影響因素研究[J]. 劉思成,湯夢悅,李宛瑩.  商場現代化. 2019(12)
[3]眾籌項目的個性化推薦:面向稀疏數據的二分圖模型[J]. 王偉,陳偉,祝效國,王洪偉.  系統工程理論與實踐. 2017(04)
[4]眾籌項目融資效率的影響因素分析[J]. 張?zhí)祉?胡顰楊.  軟科學. 2017(03)

碩士論文
[1]基于ELM理論的互聯網回報類眾籌用戶行為研究[D]. 劉萍.杭州電子科技大學 2019
[2]消費者參與眾籌行為影響因素研究[D]. 陳文文.天津財經大學 2017
[3]眾籌項目融資總額影響因素的實證研究[D]. 王斌.山東大學 2017
[4]基于機器學習的眾籌平臺個性化推薦算法研究[D]. 范鑫鑫.電子科技大學 2017



本文編號：3636904