众筹融资:“互联网+”在金融领域的有效运用

2009年,全球第一家众筹网站Kickstarter在美国创办,其创始人Perry Chen的最初想法源于一次资金短缺,通过搭建面向公众的线上平台,让筹资者获得他们所需要的资金.网站最初建立时,项目集中于图片、电影和音乐三个领域.现在已发展成包括科技、出版、话剧、艺术设计等十几类项目的融资平台.其运营模式是由筹资人提出创意构思或产品概念,经过网站相关人员再三评估、筹资者反复修改和完善后,筹资人得到授权可以在网站平台上进行项目发布,包含多种形式如文字、图像、视频等.投资者通过这些公开的信息,根据自己的偏好,进行不同额度的支持或者投资.募集期限一般为60天,进度条会显示在项目下方,如果到期可以达到或者超过目标,筹资人便可用这笔钱进行项目实施(包括产品的开发和生产等),网站平台获取最终筹资金额的5％.     

广西发展众创空间推进大众创新创业的现状及对策研究

文章通过对广西众创空间发展现状进行深入调研分析,对存在的问题进行深刻剖析,从五个方面提出了具有针对性的对策建议,为广西发展众创空间推进大众创新创业提供了新的思路。     

大众创业万众创新的社会化服务研究

本文探讨了推进"大众创新、万众创业"的意义,现状和问题,提出了双创联动顺利推进的保障措施,以便保障大众创业万众创业成为我国经济常态的发展方向。     

地震预警系统的实践及与实时地震学发展之间的关系

 地震预警系统在过去30年里逐渐从科学界的讨论变成了防震减灾的实践。在调研地震预警系统的发展的基础上,梳理了近年来不同国家、不同机构围绕地震预警开展的研究。介绍了采用简易烈度计（MEMS）和智能手机来实现地震预警的一种尝试性方法。在传统分析地震预警系统发展空间范围的基础上,分析预警系统发展时间节点信息,讨论地震预警系统的实践与实时地震学发展之间的关系。     

一种改进的基于社团发现的贝叶斯众包模型

在众包模型中,通常将每个工人的融合矩阵视为潜在的变量,采用贝叶斯后验分布对参数进行估计.由于融合矩阵数量多并且规模大,因此众包模型的计算量非常大.该文将所有的工人按照相似性划分为若干社团,每个社团中的所有工人采用相同的融合矩阵.在众包模型参数的计算中,采用贝叶斯后验分布方法进行推导,应用消息传递算法计算每个参数的近似间隔分布,并且应用最大间隔似然模型选择工人集合中的最优社团数量.实验表明,本文提出的基于社团的贝叶斯众包模型与其他相关研究相比在降低了算法的复杂度同时也提高了算法的准确性.     

众包室内定位系统中基于多维尺度变换的接收信号强度平滑理论

基于WLAN指纹的定位方法具有成本低、可用性好等优点,近年来越来越受到人们的关注。为了实现室内定位系统的快速部署,通常采用众包技术替代传统部署方法。在离线阶段建立radio map时,由于利用众包技术采集的RSS数据量大大减少,使得RSS数据中的噪声和采集误差无法得到有效抑制,造成建立的radio map精度较低,定位误差增大。针对该问题,本文提出了一种基于多维尺度变换（Multidimensional Scaling, MDS）算法的RSS平滑理论。利用相邻位置RSS数据之间的相关性,在每个位置推断出一个最优RSS值,从而实现抑制噪声和消除采集误差的作用,最终得到更平滑的radio map,提高定位精度。实验结果表明,采用MDS方法达到了预期的目标。基于WLAN指纹的定位方法具有成本低、可用性好等优点,近年来越来越受到人们的关注。为了实现室内定位系统的快速部署,通常采用众包技术替代传统部署方法。在离线阶段建立radio map时,由于利用众包技术采集的RSS数据量大大减少,使得RSS数据中的噪声和采集误差无法得到有效抑制,造成建立的radio map精度较低,定位误差增大。针对该问题,本文提出了一种基于多维尺度变换（Multidimensional Scaling, MDS）算法的RSS平滑理论。利用相邻位置RSS数据之间的相关性,在每个位置推断出一个最优RSS值,从而实现抑制噪声和消除采集误差的作用,最终得到更平滑的radio map,提高定位精度。实验结果表明,采用MDS方法达到了预期的目标。基于WLAN指纹的定位方法具有成本低、可用性好等优点,近年来越来越受到人们的关注。为了实现室内定位系统的快速部署,通常采用众包技术替代传统部署方法。在离线阶段建立radio map时,由于利用众包技术采集的RSS数据量大大减少,使得RSS数据中的噪声和采集误差无法得到有效抑制,造成建立的radio map精度较低,定位误差增大。针对该问题,本文提出了一种基于多维尺度变换（Multidimensional Scaling, MDS）算法的RSS平滑理论。利用相邻位置RSS数据之间的相关性,在每个位置推断出一个最优RSS值,从而实现抑制噪声和消除采集误差的作用,最终得到更平滑的radio map,提高定位精度。实验结果表明,采用MDS方法达到了预期的目标。     

众包IT服务提供商评价体系构建

IT众包是IT外包在电子商务环境下的新的表现形式,建立合适的IT服务提供商评价体系是IT众包市场健康发展的必然要求。基于中国众包市场猪八戒网站中的用户评论数据和IT外包相关文献,使用理论分析和实证研究相结合的方式,提取了与IT服务提供商实力相关的若干因素,在指出平台原始评价体系的不合理之处并的同时,构建了新的评价体系。利用本文构建的评价体系,分析各类店铺在新评价体系各指标下的表现,并为其运营提出合理的建议。综合使用的理论与实证研究的方法构建评价体系,对挖掘互联网用户评论商业价值具有探索性意义。同时,研究中构建的评价体系对于完善我国众包市场功能、提升IT服务提供商运营水平具有重要意义。     

基于Logistic模型的众筹投资决策影响因素分析

选取Logistic模型进行回归分析,探索众筹投资决策影响因素.选取了项目目标金额、项目支持人数、项目是否制作视频、项目图片数量、项目预计回报时间、追梦网账户积分和项目评论数等7个指标,分析其对众筹投资决策的影响.实证分析结果表明,这7个因素对投资决策有显著影响,但每个指标的影响力度不同,追梦网账户积分对其影响最大,适当的回报时间有利于成功.给出相关建议,以期能够对众筹行业的发展有所帮助.     

空间众包中可拒绝情况下的在线任务分配

现实中空间众包任务可能会遭到任务执行者的拒绝,为解决该问题提出动态可拒绝的空间众包处理方法。首先,为降低被拒绝的概率,运用主成分分析法(principal components analysis, PCA)计算任务执行者对任务的兴趣度;然后针对任务动态分配问题采用批处理模式解决,提出基于MaxFlow的排序算法(sequence algorithm base on MaxFlow, SMF)和基于KM算法(Kuhn-Munkres, KM)的不重复构造交替树算法(non-repetitive construction of alternating tree algorithm based on KM,NR-KM)寻找全局最大匹配下最高兴趣度分配方案;最后将贪心算法(greedy algroithm)、KM算法和SMF算法作为对照算法,与NR-KM算法在CPU时间成本、任务分配数量和任务分配兴趣度3个方面进行比较。结果表明NR-KM算法相对于KM算法、SMF算法在分配效率上分别提高11%和9%。可见,NR-KM算法能高效解决可拒绝情况下空间众包任务的分配,对解决空间众包任务涉及执行者意愿的分配问题具有参考价值。     

“众筹”项目不申请专利有风险——在KickStarter上发布创意应提前申请专利

目前,由于众筹平台对投资环境的优化和商业模式的变革,各国均出现了大批众筹网站,但是这些网站中发布的大部分项目并没有申请专利,这可能会为以后的融资发展带来风险,有必要引起重视。