首页|基于机器学习的开放创新社区创意识别方法研究

基于机器学习的开放创新社区创意识别方法研究

Machine Learning-based Method of Creative Identification in Open Innovation Community

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 探索基于机器学习的开放创新创意识别方法,解决创意识别过程中存在的耗时长、效率低、成本高等问题.方法 从用户特征、用户参与度和创意内容特征三个方面构建评估模型,以OpenIDEO社区为研究对象,采集数据并进行数据清洗和数据转化映射,最后进行多种机器学习算法的参数优化,并以F1值为选择标准,选择分类效果最佳的算法作为分类模型.结果 运用KNN、SVM、决策树、随机森林四种机器学习算法分析OpenIDEO数据,随机森林算法通过参数优化取得了最大的F1值(0.91909),同时对于验证数据,该算法同样可以取得较好的分类效果.结论 应用机器学习方法对开放式创新社区中的创意进行识别,具有较高的可行性和有效性,可以大大降低社区在创意筛选中的投入,提高创新效率,优化社区生态.

薛水晶、郭伟、连文涛、张静

展开 >

天津大学 装备设计与制造技术天津市重点实验室,天津 300350

天津仁爱学院,天津 301636

开放创新 创新社区 创意识别 机器学习

天津市教委科研计划项目

2021KJ082

2023

10.19554/j.cnki.1001-3563.2023.08.007

包装工程
中国兵器工业第五九研究所

包装工程

北大核心
影响因子：1.097
ISSN：1001-3563
年,卷(期)：2023.44(8)
  • 10