| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9页 |
| 1.3 研究思路和方法 | 第9-10页 |
| 1.4 本文创新点 | 第10-11页 |
| 1.5 技术路线图 | 第11-12页 |
| 第2章 文献综述与相关理论分析 | 第12-22页 |
| 2.1 文献综述 | 第12-16页 |
| 2.1.1 国外研究成果 | 第12-13页 |
| 2.1.2 国内研究成果 | 第13-15页 |
| 2.1.3 文献评述 | 第15-16页 |
| 2.2 众筹的理论内涵 | 第16-17页 |
| 2.3 众筹研究方法理论 | 第17-18页 |
| 2.3.1 信息不对称理论 | 第17页 |
| 2.3.2 期望理论 | 第17-18页 |
| 2.3.3 羊群效应理论 | 第18页 |
| 2.4 实证方法理论 | 第18-22页 |
| 2.4.1 遗传算法 | 第18-20页 |
| 2.4.2 BP神经网络 | 第20-22页 |
| 第3章 奖励式众筹模式与融资影响因素分析 | 第22-29页 |
| 3.1 奖励式众筹模式介绍 | 第22-25页 |
| 3.1.1 奖励式众筹要素介绍 | 第22-24页 |
| 3.1.2 奖励式众筹项目流程介绍 | 第24-25页 |
| 3.2 奖励式众筹项目融资影响因素分析 | 第25-29页 |
| 3.2.1 基于期望理论的影响因素分析 | 第25-26页 |
| 3.2.2 基于信息不对称性理论的影响因素分析 | 第26-28页 |
| 3.2.3 基于羊群效应理论的影响因素分析 | 第28页 |
| 3.2.4 小结 | 第28-29页 |
| 第4章 基于GA-BP神经网络模型的奖励式众筹融资预测模型 | 第29-46页 |
| 4.1 数据描述 | 第29-34页 |
| 4.1.1 数据来源 | 第29页 |
| 4.1.2 变量说明 | 第29-30页 |
| 4.1.3 变量描述性统计分析 | 第30-34页 |
| 4.2 BP神经网络模型的确定 | 第34-40页 |
| 4.2.1 BP神经网络技术路线图 | 第34-36页 |
| 4.2.2 网络结构的确定 | 第36页 |
| 4.2.3 各层神经元节点数量的确定 | 第36-37页 |
| 4.2.4 初始参数的设置 | 第37-38页 |
| 4.2.5 数据的标准化处理 | 第38-39页 |
| 4.2.6 BP神经网络训练过程 | 第39页 |
| 4.2.7 BP神经网络预测模型评价指标 | 第39-40页 |
| 4.3 基于遗传算法优化BP神经网络权值和阀值的设计 | 第40-43页 |
| 4.3.1 GA-BP神经网络技术路线图 | 第40-41页 |
| 4.3.2 遗传算法参数的确定 | 第41-43页 |
| 4.4 GA-BP神经网络众筹融资结果预测模型的实证分析 | 第43-45页 |
| 4.5 小结 | 第45-46页 |
| 第5章 结论与后续研究建议 | 第46-48页 |
| 5.1 研究结论 | 第46页 |
| 5.2 后续研究建议 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 附录 | 第51-55页 |
