在“大众创业、万众创新”的时代背景下,政府出台了包含税收、融资、行政帮扶等相应的创业政策作为大学生创业的保障。然而作为创业主力军的大学生,各方创业信息不对称致使其创业成功率呈现持续萎靡态势。在此背景下,维持信息生态整体因素间平衡是提高创业成功率的关键。因此从信息生态视角下剖析创业成功因素,构建创业信息生态预测模型,有利于解析信息生态因素对大学生创业升级跃迁的激励作用,使整个创业生态系统中的信息因子及时调整信息生态位,有效推动内生经济增长。首先,本文梳理了信息生态、大学生创业和机器学习领域相关理论方法,对大学生、大学生创业、大学生创业成功测量标准等概念进行界定。接着采用文献梳理与专家访谈相结合的方式将影响大学生创业成功的因素划分为信息人、信息环境和信息资源三大层面,初步构建了大学生创业成功影响因素指标体系及概念模型并提出研究假设。其次,采用问卷调查的方式进行预调研和正式调研,先后用SPSS17.0和AMOS21.0对收集的问卷数据进行信效度分析、因子分析和路径分析等,验证了问卷收集数据的有效性及所提假设的合理性。在此基础上,利用Python3.7先后搭建随机森林与BP神经网络预测模型,经过参数调优和训练后,分别从判别能力和泛化能力角度对两个预测模型性能进行优化分析。研究发现随机森林模型可以较灵敏的选出创业成功和创业失败的项目并保证在80%以上的正确率,最终以优化后的随机森林模型作为本文研究大学生创业成功的预测模型。最后,根据模型的预测结果从个人微观、学校中观和国家宏观这三个层面对作为信息人的大学生创业主体、作为信息环境和信息提供者的高校、政府等利益相关者提出可供参考的对策及建议。本文在信息生态视角下的研究不仅延伸了创业及信息生态领域的研究范畴,也在一定程度上推动了创业信息生态种群（政府、新创企业、高校及科研院所、双创机构及投资机构等）的协同发展,推动整个创业过程形成良性循环。同时构建的创业成功预测模型能帮助大学生创业者、投资者进行更高效的项目筛选筹备及风险把控,提升创业项目的运营效率。