众筹作为一种新兴的互联网金融模式,打破了传统金融模式的壁垒,为中小微企业提供了全新了融资渠道和较低的融资门槛。然而并不是所有的众筹项目均能融资成功,各个众筹平台上的众筹项目成功率也仅为40%至80%之间。因此如何尽可能提升众筹项目的成功率和如何将有限的资源和精力应用在关键领域是众筹项目发起人需要关心和迫切考虑的问题。本文的研究目的为探寻影响众筹项目融资金额的影响因素,从而为筹资者的决策提供理论支持。本文对影响众筹最终融资金额的影响因素指标进行分析与研究,从项目基本信息维度、投资人行为信息维度、发起人信息维度和并创新性的加入了项目宣传与交互信息维度共四个方面构建了众筹融资金融影响因素指标体系。利用爬虫技术获得众筹相关数据和项目宣传相关数据形成原始数据集,并对原始数据中的图片数据进行了文字识别、文本分析和主题提取等步骤汇总形成了众筹项目文本数据相关指标,并经过缺失值处理,不平衡数据集处理等过程获得了训练数据集,利用模型对数据集进行学习训练,并使用训练后的模型对众筹项目筹资金额进行预测,根据树模型计算权重结果加权得到各个影响因素权重,结合各个影响因素的相关性分析结果,筛选得到影响众筹项目筹资金额的因素及各个因素的权重。通过研究发现,项目基本信息、投资人行为信息、发起人信息和项目宣传与交互信息四个方面均对项目融资结果有一定程度的影响,其中,项目支持者数、项目关注人数、项目点赞人数、发起人支持项目数和宣传微博数等因素为影响众筹项目筹集最显著的因素,而众筹项目语言描述风格、是否有产品介绍视频等因素对众筹筹集资金的影响程度较弱。因此项目发起人在发起众筹项目时应注重项目宣传和与投资者的信息交互,同时应多关注其他相关众筹项目,强化发起人自身资历背景。此外,本文对所运用到了四种学习模型:梯度提升决策树、随机森林、最邻近结点算法和BP神经网络,上述模型在本研究数据集中均获得了较好的训练效果,其中随机森林效果最优。对四种模型进行了对比分析,总结各个模型在本研究中的优势和不足并验证机器学习模型在众筹领域应用的可行性。最后,基于构建的影响因素指标体系和实验研究结果并结合奖励型众筹现状为项目发起人在发起项目时应注意的关键提出了相关建议和为后续研究指明了研究方向。