[論文レビュー] It's all in the (Sub-)title? Expanding Signal Evaluation in Crowdfunding Research

Constantin von Selasinsky, Andrew Isaak|arXiv (Cornell University)|Oct 27, 2020

FinTech, Crowdfunding, Digital Finance被引用数 4

ひとこと要約

本研究では、Kickstarterのテクノロジープロジェクトにおけるプロジェクト名と説明文に加えて、動画字幕をテクスト的シグナルとして統合することで、クラウドファンディング成功予測を向上させた。1,049件のサンプルを用いて、字幕データを組み込むことでモデルの説明力が著しく向上することを示し、起業家が支援者に信頼性とプロジェクトの質をどのように伝えるかについての理解を深めた。

ABSTRACT

Research on crowdfunding success that incorporates CATA (computer-aided text analysis) is quickly advancing to the big leagues (e.g., Parhankangas and Renko, 2017; Anglin et al., 2018; Moss et al., 2018) and is often theoretically based on information asymmetry, social capital, signaling or a combination thereof. Yet, current papers that explore crowdfunding success criteria fail to take advantage of the full breadth of signals available and only very few such papers examine technology projects. In this paper, we compare and contrast the strength of the entrepreneur's textual success signals to project backers within this category. Based on a random sample of 1,049 technology projects collected from Kickstarter, we evaluate textual information not only from project titles and descriptions but also from video subtitles. We find that incorporating subtitle information increases the variance explained by the respective models and therefore their predictive capability for funding success. By expanding the information landscape, our work advances the field and paves the way for more fine-grained studies of success signals in crowdfunding and therefore for an improved understanding of investor decision-making in the crowd.

研究の動機と目的

• 動画の字幕が、タイトルと説明文に加えて、クラウドファンディング成功の予測に追加のシグナルを提供するかどうかを調査すること。
• 特にテクノロジープロジェクト分野において、テキスト的シグナルが十分に活用されていないというクラウドファンディング研究のギャップを埋めること。
• シグナル評価に利用可能な情報の範囲を拡大することで、投資家の意思決定プロセスの理解を深めること。
• マルチモーダルなテキストデータ（動画字幕）を組み込むことで、CATA（コンピュータ支援テキスト分析）における手法的アプローチを発展させること。

提案手法

• Kickstarterのパブリックデータベースから、ランダムに1,049件のテクノロジープロジェクトを抽出した。
• テキストデータは3つのソースから抽出された：プロジェクト名、プロジェクト説明文、動画の字幕。
• 自然言語処理技術を用いて、テキストコンテンツを分析し、プロジェクトの質や信頼性に関連する意味的なシグナルを抽出した。
• 複数変数回帰モデルを用いて、各テキスト的要因が資金調達成功に与える予測力の程度を評価した。
• 各シグナル源が資金調達結果の分散の何パーセントを説明しているかを測定することで、モデルの性能を評価した。
• 字幕データを含むモデルと含まないモデルを比較し、字幕データが予測精度に与える追加的寄与を特定した。

実験結果

リサーチクエスチョン

• RQ1 動画の字幕には、タイトルと説明文とは異なる独自のテキスト的シグナルが含まれており、クラウドファンディング成功を予測するものか？
• RQ2 字幕データの組み込みが、資金調達結果の予測モデルの説明力にどのように影響するか？
• RQ3 テキスト的シグナルとしての字幕は、他のプロジェクトカテゴリーよりもテクノロジープロジェクトにおいてより情報量が多いとされるか？
• RQ4 タイトル、説明文、字幕といった異なるテキスト的要素は、資金調達成功の分散を説明するためにそれぞれどの程度寄与しているか？

主な発見

• 動画の字幕を統合することで、クラウドファンディング成功の予測モデルの分散説明力が著しく向上する。
• 字幕データの追加により、タイトルと説明文のみを用いた場合よりもモデルの性能が向上する。
• 字幕からのテキスト的シグナルは、他のテキスト的要因が十分に捉えていない独自で価値ある情報を提供する。
• 本研究では、字幕がテクノロジークラウドファンディングキャンペーンにおいて、信頼性とプロジェクトの質を示す意味のある情報源であると確認した。
• 結果から、現在のCATAベースのクラウドファンディング研究において、動画の字幕が十分に活用されていないことが示され、今後の研究にとって有望なデータソースであると示唆された。
• 本研究の結果は、シグナル理論の理論的枠組みを支持しており、より豊富なテキスト的シグナルが支援者の行動予測をより良くするという事実を示している。