[论文解读] Early Predictions for Medical Crowdfunding: A Deep Learning Approach Using Diverse Inputs

Tong Wang, Fujie Jin+2 more|arXiv (Cornell University)|Nov 9, 2019

FinTech, Crowdfunding, Digital Finance参考文献 36被引用 5

一句话总结

本文提出一种深度学习模型，通过使用LSTM架构并以时间不变特征（如筹款人的人口统计学特征）初始化，将时间不变的案例特征（如筹款人 demographics）与每日时间序列捐赠行为（如分享、回复、捐赠）相结合。该模型在较短观察窗口内实现了对医疗众筹结果的早期、准确预测，优于基线模型在准确性和及时性方面的表现，同时通过多变量聚类识别出四种不同的捐赠模式。

ABSTRACT

Medical crowdfunding is a popular channel for people needing financial help paying medical bills to collect donations from large numbers of people. However, large heterogeneity exists in donations across cases, and fundraisers face significant uncertainty in whether their crowdfunding campaigns can meet fundraising goals. Therefore, it is important to provide early warnings for fundraisers if such a channel will eventually fail. In this study, we aim to develop novel algorithms to provide accurate and timely predictions of fundraising performance, to better inform fundraisers. In particular, we propose a new approach to combine time-series features and time-invariant features in the deep learning model, to process diverse sources of input data. Compared with baseline models, our model achieves better accuracy and requires a shorter observation window of the time-varying features from the campaign launch to provide robust predictions with high confidence. To extract interpretable insights, we further conduct a multivariate time-series clustering analysis and identify four typical temporal donation patterns. This demonstrates the heterogeneity in the features and how they relate to the fundraising outcome. The prediction model and the interpretable insights can be applied to assist fundraisers with better promoting their fundraising campaigns and can potentially help crowdfunding platforms to provide more timely feedback to all fundraisers. Our proposed framework is also generalizable to other fields where diverse structured and unstructured data are valuable for predictions.

研究动机与目标

• 为解决筹款人面临的不确定性，即难以预测其医疗众筹活动是否能达到目标，尤其是在捐赠结果高度可变的情况下。
• 开发一种预测模型，结合静态案例属性与动态的每日捐赠行为，以提高早期预测的准确性。
• 识别潜在的时间捐赠模式，以解释活动表现的异质性并增强模型的可解释性。
• 为筹款人和平台提供可操作的见解，以优化活动推广和资源分配。
• 构建一个可推广的框架，适用于涉及结构化、非结构化和时变数据混合的其他预测任务。

提出的方法

• 采用基于LSTM的深度学习模型，处理从活动启动起的序列时间序列特征（如每日捐赠、分享、回复）。
• 提出一种新颖架构，其中LSTM隐藏状态通过时间不变特征（如年龄、性别、社交关系）初始化，以基于案例层面属性来调节预测。
• 通过嵌入和特征工程，将结构化时间序列数据（如分享数、回复数、认证用户数）和非结构化文本数据（如状态更新）整合到模型中。
• 应用多变量时间序列聚类（使用动态时间规整和层次聚类）以识别跨活动的四种不同时间捐赠模式。
• 使用来自中国领先平台的51,288个医疗众筹案例的大型独特数据集进行模型训练与评估，数据粒度为每日。
• 将模型性能与仅使用时间不变特征、聚合时间可变特征，或将时间不变特征视为时间可变输入的基线模型进行对比。

实验结果

研究问题

• RQ1 联合处理时间不变特征和时间序列特征的深度学习模型，是否能比现有模型更早、更准确地预测医疗众筹结果？
• RQ2 医疗众筹活动中的主导时间捐赠模式是什么？它们与筹款成功或失败有何关联？
• RQ3 将时间不变特征整合到LSTM初始化中，如何提升预测性能和鲁棒性？
• RQ4 所识别的时间模式在多大程度上解释了捐赠行为的异质性以及模型置信区间的变化？
• RQ5 模型的预测结果与聚类分析能否为平台级或筹款人级干预措施提供可操作的指导，以改善活动结果？

主要发现

• 所提出的模型在预测准确性上显著优于基线模型，且所需观察窗口更短——在活动启动数天内即可提供可靠预测。
• 与基线模型相比，该模型在捐赠金额预测中的平均绝对误差（MAE）更低，尤其在早期阶段表现更优。
• 多变量聚类识别出四种不同的时间捐赠模式：快速上升、缓慢稳定、延迟爆发和低活跃度，每种模式与不同的活动结果相关。
• 对于具有清晰时间模式的活动，模型的预测置信度更高；聚类分析解释了为何基线模型尽管MAE相似，但置信度波动较大。
• 初始关注度较低的案例最能从早期干预中受益，例如增加消息回复和社交媒体分享，这些措施与捐赠表现提升显著相关。
• 由于能够整合多样化结构化与非结构化输入，该框架可推广至其他涉及混合数据类型的预测任务，如股价预测、网站流量预测和销售预测。