包装工程第44卷第8期72PACKAGINGENGINEERING2023年4月收稿日期：2022–11–26基金项目：天津市教委科研计划项目（2021KJ082）作者简介：薛水晶（1994—），女，博士生，主要研究方向为开放创新社区群智涌现机理及度量方法。通信作者：张静（1984—），女，博士生，副教授，主要研究方向为开放创新社区用户需求挖掘与创意识别方法。基于机器学习的开放创新社区创意识别方法研究薛水晶1，郭伟1,2，连文涛1，张静2（1.天津大学装备设计与制造技术天津市重点实验室，天津300350；2.天津仁爱学院，天津301636）摘要：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。关键词：开放创新；创新社区；创意识别；机器学习中图分类号：TB472文献标识码：A文章编号：1001-3563(2023)08-0072-09DOI：10.19554/j.cnki.1001-3563.2023.08.007MachineLearning-basedMethodofCreativeIdentificationinOpenInnovationCommunityXUEShui-jing1,GUOWei1,2,LIANWen-tao1,ZHANGJing2(1.TianjinKeyLaboratoryofEquipmentDesignandManufacturingTechnology,TianjinUniversity,Tianjin300350,China;2.TianjinRen'aiCollege,Tianjin301636,China)ABSTRACT:Theworkaimstoexploreamachinelearning-basedmethodofcreativeidentificationinopeninnovationtosolveanumberofproblemsincreativeidentification,includinglongtimeconsumption,lowefficiencyandhighcosts.Anevaluationmodelwasbuiltatfirstinlightofusercharacteristics,degreeofuserparticipationandcreativecontentchar-acteristics,followedbyfocusingresearchonOpenIDEOCommunity,collectingdata,conductingdatacleansinganddataconversionmapping.Finally,parameteroptimizationofmul...
