任英健 蔡虹越 张帅杰 高金昊 邓翔骏
将时空大数据技术应用于公益众筹事业中,是一个挑战,更是一个新的尝试。通过分析时空大数据在公益众筹行为中的作用,有利于从宏观把握众筹平台的技术变革,具体分析在时空大数据技术的介入下影响众筹平台的因素。
充分理解和分析数据是大数据时代的本质要求,数据可视化是数据分析、数据挖掘及数据交互的最有效技术。
(1)时空大数据为众筹提供可视化表达
公益众筹平台实时、直观地展现众筹数据的分布、变化和发展趋势,利用时空大数据可视化,人们可以直接了解众筹信息的时空情况,更有效地对众筹行为进行决策。
(2)时空大数据为众筹提供数据交互新方式
时空大数据提供的可视化技术能让人们更直观地分析众筹数据中潜在的价值和规律。通过聚类、模拟等方式,获取所需要的特征众筹数据,也可以通过现实仿真来模拟众筹地点附近的环境,从而更好地选取众筹地点、了解众筹进度等。
时空大数据的LBS可以帮助人们获取与位置相关的众筹资源和信息,同时借助GIS独有的时空关联匹配特点,为人们匹配行之有效的众筹信息。
(1)时空大数据为众筹提供记忆地图管理
时空大数据通过记录每个参与者的时空行为数据,构建起每个众筹活动的行为记忆地图,根据参与者的行为记录来为其他参与者提供众筹经验和方法推荐。
(2)时空大数据为众筹构建关联匹配网
以互联网众筹平台构建一套覆盖全国的众筹信息网,对众筹数据进行聚类分析,对众筹者的时空、需求和特征信息进行算法匹配,再通过记忆地图匹配选出相似的众筹项目。基本流程分为初级匹配、权重匹配和记忆匹配。
本章以“腾讯公益”案例为研究对象,重点研究“一对一捐助”板块中的众筹项目,分析基于时空大数据下影响公益众筹行为的因素。
本文的研究对象为“腾讯公益”平台。“腾讯公益”平台是由“腾讯公益”慈善基金会在2007年发起,是民政部指定的20家互联网募捐信息平台之一。
本文选取的数据来源主要是“腾讯公益”小程序其中的“一对一捐助”,由于“腾讯公益”官网上没有“一对一捐助”板块,并且没有一个比较全面且客观的数据源,这导致数据获取的范围比较受限,不便于进行统计,所以笔者会根据用户所发布的地理位置、时间、内容等研究对象进行信息的提取,以获得统计分析数据。
(1)众筹项目空间分布分析
根据“腾讯公益”中发布的众筹信息,笔者统计了17个省、市及自治区共900条众筹信息,统计众筹信息中已捐款次数和众筹完成度,结果汇总于表1。
表1 众筹项目分布区域及完成度统计
从表中数据可知,众筹信息、已捐助次数和众筹完成情况随着我国地域由西向东逐渐增加,东部沿海地区最多,众筹信息和空间聚集性逐渐增大。
通过对“腾讯公益”中众筹数据分布地区的分析可以得出,我国东部地区网络众筹活跃度、实施效果和完成率均较高。
(2)众筹项目时空相关度分析
根据“腾讯公益”中发布的众筹信息,笔者统计了参与人数最多的7个公益众筹项目,统计结果汇总于表2。
表2 项目参与度统计表
从表中数据可知,每一种项目参与者大多是本地区民众,并且我国东部地区参与众筹的为同地区的居多,中部和西部地区逐渐减少。
时空大数据技术是信息化普及程度的直接体现,信息化普及程度直接影响公益众筹信息的传播范围,进而影响到众筹率。时空大数据技术越普及的地区,众筹率越高;反之,则越低。
分析求助者的地理位置,与周围地域可能提供帮助的人进行相关性匹配,为众筹提供了高效途径,但难点在于精度。时空大数据分析与匹配的精度越高,众筹率越高;反之,则越低。
互联网公益平台应尽量提高知名度,加大宣传力度,提高服务质量和水平,与时俱进推动众筹信息化,身体力行到线下进行引导,普及更多地区的民众。
时空大数据背景下,位置分析和匹配并不是完美的,需要加强分析和匹配的精度,确保一定范围内、一定需求的人们能够实现时空资源的合理分配。这就要求互联网平台加快发展时空大数据技术,提高位置数据的分析和匹配精度,实现更加优化的求助和资助的匹配方式,拓宽信息传播渠道,实现精准众筹。