《表3 DSCP模型在Indiegogo数据集上的实验结果》
实验结果见表3,动态和静态协同预测模型从各个评测指标上都取得了较好的效果.在实验中,LR、RF、SVM这3种传统机器学习方法由于不具备对项目属性的深度特征学习能力,所以最终在预测表现上一般,其中最优的支持向量机方法的准确率为70.06%,F1值为0.691 5.而引入了社交媒体信息的预测方法SM充分挖掘了项目在社交网络上的影响力,拓展了项目属性的纬度,其F1值表现较大幅度地提升到了0.700 2.基于生存分析的SA方法以及项目描述信息的DC-LDA方法较之前效果也有了一定的提升,F1值分别达到了0.724 7,0.739 2.
图表编号 | XD00168926900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 张凯、赵洪科、刘淇、潘镇、陈恩红 |
绘制单位 | 大数据分析与应用安徽省重点实验室(中国科学技术大学)、天津大学管理与经济学部、大数据分析与应用安徽省重点实验室(中国科学技术大学)、大数据分析与应用安徽省重点实验室(中国科学技术大学)、大数据分析与应用安徽省重点实验室(中国科学技术大学) |
更多格式 | 高清、无水印(增值服务) |