全在（副）标题里？众筹研究中信号评估的拓展
社会与信息网络
2020-10-28 v1 计算机与社会
人机交互
机器学习
摘要
结合计算机辅助文本分析（CATA）的众筹成功研究正迅速跻身主流（如Parhankangas和Renko, 2017；Anglin等, 2018；Moss等, 2018），并常基于信息不对称、社会资本、信号理论或二者以上组合。然而，当前探索众筹成功标准的论文未能利用可用信号的全部广度，且此类论文中考察技术项目的极少。本文中，我们对比并对照该类别下创业者向项目支持者发出的文本成功信号的强度。基于从Kickstarter收集的1049个技术项目随机样本，我们不仅评估来自项目标题与描述，还来自视频字幕的文本信息。我们发现，纳入字幕信息增加了相应模型所解释的方差，从而提升了其对融资成功的预测能力。通过拓展信息图景，我们的工作推进了该领域，并为更精细地研究众筹中的成功信号、进而改进对众包中投资者决策的理解铺平了道路。
引用
@article{arxiv.2010.14389,
title = {It's all in the (Sub-)title? Expanding Signal Evaluation in Crowdfunding Research},
author = {Constantin von Selasinsky and Andrew Jay Isaak},
journal= {arXiv preprint arXiv:2010.14389},
year = {2020}
}
备注
Proceedings of the Twenty-Eighth European Conference on Information Systems (ECIS2020)