論文の概要: Who Will Support My Project? Interactive Search of Potential Crowdfunding Investors Through InSearch

• arxiv url: http://arxiv.org/abs/2205.02041v2
• Date: Thu, 5 May 2022 01:43:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 16:41:24.171479
• Title: Who Will Support My Project? Interactive Search of Potential Crowdfunding Investors Through InSearch
• Title（参考訳）: 私のプロジェクトを支援するのは誰か? InSearchによるクラウドファンディング投資家の対話的検索
• Authors: Songheng Zhang, Yong Wang, Haotian Li, Wanyu Zhang
• Abstract要約: InSearchは、クラウドファンディングプラットホーム上で投資家を対話的に検索する。 グラフニューラルネットワークを利用して投資家の好みをモデル化することで、潜在的投資家の効果的な概要を支援する。
• 参考スコア（独自算出の注目度）: 5.8669103084285315
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Crowdfunding provides project founders with a convenient way to reach online investors. However, it is challenging for founders to find the most potential investors and successfully raise money for their projects on crowdfunding platforms. A few machine learning based methods have been proposed to recommend investors' interest in a specific crowdfunding project, but they fail to provide project founders with explanations in detail for these recommendations, thereby leading to an erosion of trust in predicted investors. To help crowdfunding founders find truly interested investors, we conducted semi-structured interviews with four crowdfunding experts and presents inSearch, a visual analytic system. inSearch allows founders to search for investors interactively on crowdfunding platforms. It supports an effective overview of potential investors by leveraging a Graph Neural Network to model investor preferences. Besides, it enables interactive exploration and comparison of the temporal evolution of different investors' investment details.
• Abstract（参考訳）: Crowdfundingは、プロジェクトのファウンダーたちに、オンライン投資家にリーチするための便利な方法を提供する。 しかし、創業者が最も有望な投資家を見つけ、クラウドファンディングプラットフォーム上でのプロジェクトの資金集めに成功することは困難である。 特定のクラウドファンディングプロジェクトへの投資家の関心を推奨する機械学習ベースの手法が提案されているが、これらの推奨について詳細な説明をプロジェクトの創設者に提供することはできず、予測された投資家に対する信頼の浸食につながる。 クラウドファンディングのファウンダーたちが本当に関心のある投資家を見つけるのを助けるために、私たちは4人のクラウドファンディングの専門家と、ビジュアル分析システムであるSearchでセミ構造化インタビューを行った。 InSearchは、クラウドファンディングプラットホーム上で投資家を対話的に検索する。 グラフニューラルネットワークを利用して投資家の好みをモデル化することで、潜在的投資家の効果的な概要を支援する。 さらに、異なる投資家の投資詳細の時間的進化のインタラクティブな探索と比較を可能にする。

関連論文リスト

• A Fused Large Language Model for Predicting Startup Success [21.75303916815358]
  我々は、成功したスタートアップをベンチャーキャピタルプラットフォームに配置する目的で、機械学習アプローチを開発する。 具体的には、スタートアップの成功を予測するために、調整された、融合した大きな言語モデルを開発し、訓練し、評価します。 Crunchbaseのオンラインプロフィール20,172件を使って、われわれの混ざった大きな言語モデルはスタートアップの成功を予測することができる。
  論文  参考訳（メタデータ） (2024-09-05T16:22:31Z)
• E2EAI: End-to-End Deep Learning Framework for Active Investing [123.52358449455231]
  本稿では, ファクタ選択, ファクタ組み合わせ, 株式選択, ポートフォリオ構築を通じて, ファクター投資のほぼ全過程をカバーするE2Eを提案する。 実際の株式市場データの実験は、アクティブ投資におけるエンドツーエンドのディープ・リーン・フレームワークの有効性を示している。
  論文  参考訳（メタデータ） (2023-05-25T10:27:07Z)
• Dynamic Datasets and Market Environments for Financial Reinforcement Learning [68.11692837240756]
  FinRL-Metaは、現実世界の市場からジムスタイルの市場環境へ動的データセットを処理するライブラリである。 我々は,ユーザが新しい取引戦略を設計するための足場として,人気のある研究論文を例示し,再現する。 また、ユーザが自身の結果を視覚化し、相対的なパフォーマンスを評価するために、このライブラリをクラウドプラットフォームにデプロイします。
  論文  参考訳（メタデータ） (2023-04-25T22:17:31Z)
• Using Deep Learning to Find the Next Unicorn: A Practical Synthesis [42.70427723009158]
  Venture Capital(VC)は、ユニコーンスタートアップを早期に特定し、投資し、高いリターンを得ることを期待している。 過去20年間、業界は従来の統計的アプローチから機械学習ベースのものへと移行してきた。 本研究は,DLのライフサイクル全体をカバーする,DLベースのアプローチに関する文献レビューと合成を行う。
  論文  参考訳（メタデータ） (2022-10-18T13:11:16Z)
• How COVID-19 Have Changed Crowdfunding: Evidence From GoFundMe [77.34726150561087]
  この研究は、過去2年間にGoFundMeで公開されたすべてのキャンペーンのユニークなデータセットを使用する。 我々は、クラウドファンディングサイトに存在するカバーイメージやその他の変数を分析し、クラウドファンドされたプロジェクトのコーパスについて研究する。
  論文  参考訳（メタデータ） (2021-06-18T08:03:58Z)
• Estimating Fund-Raising Performance for Start-up Projects from a Market Graph Perspective [58.353799280109904]
  市場環境を利用して未公開プロジェクトの資金調達実績を予測するためのグラフベースの市場環境(GME)モデルを提案する。 具体的には、市場環境を利用して未公開プロジェクトの資金調達実績を予測するグラフベースの市場環境(GME)モデルを提案する。
  論文  参考訳（メタデータ） (2021-05-27T02:39:30Z)
• Does Crowdfunding Really Foster Innovation? Evidence from the Board Game Industry [1.776746672434207]
  ボードゲームのデータセットを用いて,クラウドファンディングとイノベーションの関連性を検討する。 クラウドファンディングされたゲームは、伝統的に公開されたゲームよりも、以前のゲームと区別される傾向にある。 われわれの調査結果は、クラウドファンディングの革新的なポテンシャルが、個々の製品から業界全体に及んでいることを示している。
  論文  参考訳（メタデータ） (2021-01-07T18:44:47Z)
• It's all in the (Sub-)title? Expanding Signal Evaluation in Crowdfunding Research [0.0]
  我々は、起業家のテキスト成功シグナルの強さをプロジェクト支援者と比較し、対比する。 サブタイトル情報の導入は,各モデルで説明される分散を増大させる。
  論文  参考訳（メタデータ） (2020-10-27T15:51:31Z)
• Crowdfunding for Design Innovation: Prediction Model with Critical Factors [2.789896685059062]
  本稿では,クラウドファンディングの成功に重要な要因を持つ予測モデルを構築するためのデータ駆動手法を提案する。 本研究では,3Dプリンタとスマートウォッチのキャンペーンデータから予測モデルを導出し,重要な要素を特定する手法を実証する。
  論文  参考訳（メタデータ） (2020-07-02T21:44:40Z)
• Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency Market Manipulations [50.521292491613224]
  インターネット上のコミュニティによって組織されたポンプとダンプの詳細な分析を行う。 これらのコミュニティがどのように組織化され、どのように詐欺を行うかを観察します。 本研究では,不正行為をリアルタイムに検出する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-04T21:36:18Z)
• Crowdfunding Dynamics Tracking: A Reinforcement Learning Approach [23.444970024083457]
  本稿では,クラウドファンディングにおける資金調達の進捗を予測するために,Trjectory-based Continuous Control for Crowdfunding (TC3)アルゴリズムを提案する。 具体的には、投資家とキャンペーンの関係をモデル化するためにアクター批判的なフレームワークが使用され、すべての投資家がエージェントと見なされる。 Indiegogoデータセットの実験は、我々の手法の有効性を実証するだけでなく、TC3-Optionsが学習したパターン全体がU字型である、という私たちの仮定を検証する。
  論文  参考訳（メタデータ） (2019-12-27T08:00:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。