当你发起一项众筹时，并非每次都能达到既定的筹资目标。这里有两个问题：
近日，剑桥大学一个团队表示，他们通过对已有的众筹数据进行挖掘试图去回答这两个问题。他们根据 2013 年 7 月至 10 月在著名众筹平台 Kickstarter 的数据做的算法，这个期间共有一千多个项目、近 8 万名投资人。
同时，他们还收集了这个期间 Twitter 上提到“Kickstarter”的信息，共计有 7 万多条，如果这条信息还附带有项目链接，就把它和项目匹配起来。这样每个项目有哪些议论，以及参与投资的人有哪些，就都可以记录下来。
他们再把投资人分为两种类型：一类是偶尔投资的人，这大概占了一半；一类是经常投资的人，他们投过 30 个以上的项目，这大约占了 11%。
他们发现：
1. 经常投资的人有清晰的标准，他们喜欢这样的项目：管理良好，承诺的目标远大，可以推广到全世界，发展迅速等；而偶尔投资的人则标准不一样，更倾向于对与艺术有关的项目捐款，而怀疑这些人是受家人或朋友影响而去捐款的。
2. 有很多 Facebook 好友的项目发起人更容易吸引到偶尔投资的人；而 Facebook 好友的数量不是很多的人，则更容易吸引到经常投资的人。而且那些经常支持众筹项目的人行为与专业投资人很像，偶尔支持一下的人更像是做慈善。
根据他们自己设定这套机器学习算法，最好的情况下，对匹配的预测精准度已经达到 84%。
这个团队准备建立一个网站，专门帮助去众筹的人在 Twitter 上找到合适的潜在投资人。当然这个思路反过来用也可以，就是帮投资人找到可能会投的项目。但是，具体的发布时间还不清楚。
相关文章
