基于大数据技术的互联网产品众筹参与行为研究

The big data in the internet crowdfunding area provides opportunities to advance the theoretical research of studying participations in reward-based crowdfunding. It is of great necessity to introduce the paradigm of big data research to supplement and enhance the current behavioral studies of crowdfunding participation, and to combine this paradigm with the traditional empirical study to a more integral and systematic level. By integrating data mining technologies, econometrics and game theory, this study proposes a framework of “supporter behavior – sponsor strategy – platform mechanism” to analyze the behaviors of these three types of participants in reward-based crowdfunding. In particular, this study consists of four major tasks: (1) integrating different technologies to clean and integrate high dimensional dynamics and multi-sources heterogeneity of the big data of crowdfunding; (2) recognizing supporters’ motivations and their corresponding behaviors based on frequent pattern mining and high dimensional data clustering mining technologies; (3) analyzing sponsors’ crowdfunding strategies and market behaviors through association and clustering algorithms; (4) establishing an evolutionary game model of the three parties’ participating behaviors and deriving an optimal dynamic mechanism for the crowdfunding platform using time-series data technologies and stream processing technologies. The findings of this research project will create a new paradigm for the study of crowdfunding participating behaviors and systematically enrich participants’ motivation theories. The research project will provide both theoretical and practical guidance for the design of a mechanism of bilateral participation service supply chain in reward-based crowdfunding.

互联网众筹大数据对众筹参与者行为理论研究提出新的研究课题，亟需引入大数据研究范式补充强化众筹参与者行为研究的整体性与系统性，并将这种大数据研究范式与深入细致的传统实证研究有机结合。本课题拟将大数据挖掘分析技术与计量经济分析方法、博弈论等研究方法相结合，提出“支持者行为-发起者策略-平台众筹机制”的研究框架，以剖析互联网产品众筹三方参与者的参与行为：(1)整合预处理技术对高维动态和多源异构性产品众筹海量数据进行清洗与整理；(2)应用频繁模式挖掘与高维数据聚类技术挖掘识别支持者的行为与动机；(3)利用关联与聚类算法分析发起者的众筹策略与市场行为；(4)构建三方参与者的参与行为演化博弈模型，集成时序数据技术和流处理技术导出众筹平台的动态众筹机制。研究成果将为众筹参与行为研究引入新的研究范式，有助于丰富众筹参与者动机理论体系，为基于产品众筹的双边参与式服务供应链机制设计提供理论指导和决策依据。

本课题将大数据挖掘分析与计量经济分析、博弈论等研究方法相结合，提出“支持者行为-发起者策略-平台众筹机制”研究框架，重点研究了：(1)整合预处理技术对高维动态和多源异构性产品众筹海量数据进行清洗与整理；(2)应用频繁模式挖掘与高维数据聚类技术挖掘识别支持者的行为与动机；(3)利用关联与聚类算法分析发起者的众筹策略与市场行为；(4)构建三方参与者的参与行为演化博弈模型，集成时序数据技术和流处理技术导出众筹平台的动态众筹机制。. 研究成果包括：（1）基于三大众筹平台收集整理众筹数据、众筹数据指标、众筹案例，形成众筹实践数据库。（2）大规模数据查询与处理分析、社会网络与社会化网络推荐等问题技术解决方案。（3）基于概率矩阵分解等技术的个性化电影推荐方法、用户兴趣描述算法、音乐众筹项目推荐算法、众筹项目个性化推荐方法。（4）社交媒体数据对众筹参与意愿影响机制、参与意愿和消费需求感知对价值共创影响机制。（5）众筹企业目标金额、定价、信息披露、售后服务策略设计优化。（6）众筹平台研发创新、融资、返售众筹机制设计优化。（7）众筹社区内平台、众筹企业、支持者的互动与协调机制。研究成果将为众筹参与行为研究引入新的研究范式，丰富了众筹参与者动机理论体系，为基于产品众筹的双边参与式服务供应链机制设计提供理论指导和决策依据。. 本项目组在三年内共发表15篇期刊论文，10篇学术会议论文。获得发明专利1项，软件著作权5项。其中英文主流学术期刊论文13篇，均为SCI/SSCI 数据库收录。项目组在三年内组织举办较大规模学术论坛3次，邀请国内外学者开展学术交流10余人次，参加国内外学术会议等学术交流活动40余次，项目组成员与主要参与人员依托项目获奖10余次。培养研究生6人，其中3人已毕业。