머신러닝 기반의 보상형 크라우드펀딩 성공 예측 모델링

문동지; 윤상혁; 최수빈; 김희웅

doi:10.17287/kbr.2020.24.3.125

추천

검색

질문

자료유형: 학술저널

저자정보: 문동지 (CJ대한통운) 윤상혁 (연세대학교) 최수빈 (연세대학교) 김희웅 (연세대학교)

저널정보: 한국경영학회 Korea Business Review Korea Business Review 제24권 제3호

발행연도: 2020.8

수록면: 125 - 143 (19page)

DOI: 10.17287/kbr.2020.24.3.125

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

크라우드펀딩은 최근 자금 조달 경로로 이용되며 소셜미디어와의 접목을 통해 빠르게 성장하고 있다. 2018년 기준 세계 크라우드펀딩 규모는 93억 7천만 달러, 한국 크라우드펀딩 시장은 1.1억 달러로 추정된다. 그러나 국내 크라우드펀딩 실패 확률은 2019년 기준으로 38%에 달하며, 펀딩 프로젝트가 실패할 경우 참여자(창설자, 투자자, 플랫폼) 모두에게 큰 부담이 된다. 만약 프로젝트 초기에 펀딩 성공 여부를 예측할 수 있다면 시간적 금전적 손해를 예방할 수 있다. 이에 본 연구는 국내 크라우드펀딩을 대상으로 성공 여부를 예측하는 모델을 구축하고자 한다. 기존 연구들 대부분은 펀딩 프로젝트가 끝난 후의 데이터를 사용했지만, 본 연구에서는 크라우드펀딩 사이트 와디즈의 펀딩 초기인 7일 이내의 댓글 데이터와 펀딩 참여 건수을 수집하여 예측 변수로 사용하였다. 예측 모델링 기법은 Decision Tree, SVM, Naive Bayes, AdaBoost, Gradient Boosting, Random Forest, MLP와 같은 머신러닝 알고리즘을 활용하였다. 예측 결과 Gradient Boosting이 90% 넘는 정확도를 보였고, Support Vector Machine이 가장 높은 정밀도(Precision, 0.95)를 보였다. 본 연구는 머신러닝 기반의 예측 모델을 개발함으로써, 크라우드펀딩 초기 단계에서 펀딩 성공 여부를 예측할 수 있다는 실무적 의의가 있다.

#크라우드펀딩 #와디즈 #예측 모델링 #머신 러닝 #감성 분석 #Crowdfunding #Wadiz #Predictive Modeling #Machine Learning #Sentiment Analysis

참고문헌 (44)

참고문헌 신청

Ambani, P. / 2017 / Crowdfunding for Sustainable Entrepreneurship and Innovation / IGI Global :37~53

Bi, S. / 2017 / The influence of online information on investing decisions of reward-based crowdfunding / Journal of Business Research 71:10~18

Breiman, L. / 2001 / Random forests / Machine Learning 45(1):5~32

Chawla, N. V. / 2009 / Data Mining and Knowledge Discovery Handbook / Springer :875~886

Chen, T. / 2016 / Xgboost: A scalable tree boosting system / Proceedings of the 22nd Acm Sigkdd International Conference on Knowledge Discovery and Data Mining :785~794

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

문동지

소속기관 CJ대한통운

주요연구분야 사회과학 > 경영학

논문수 1 이용수 760

윤상혁

소속기관 연세대학교

주요연구분야 사회과학 > 경영학

논문수 1 이용수 760

최수빈

소속기관 연세대학교

주요연구분야 사회과학 > 경영학 사회과학 > 사회학 > 사회복지학

논문수 3 이용수 1,739

김희웅

소속기관 연세대학교

주요연구분야 사회과학 > 경영학 TOP 10% 공학 > 산업공학 TOP 10%

논문수 33 이용수 9,861

이 논문과 함께 이용한 논문

블록체인의 산업별 적용 실태 동향

이신옥 , 박영훈 전자공학회논문지 2019 .12

스마트 차량內 네트워크 기술가치 모델 및 평가

김병운 기술혁신학회지 2017 .06

A Study on the Development of Future Corporate Value Forecasting Classifier Reflecting ESG Information

Kyung Gu Kang , Hyung Jong Na , Cheong Yeul Pa 외 1명 경영학연구 2024 .04

기계학습을 활용한 혁신성과 예측 및 변수 중요도 분석

엄태웅 , 우청원 경영교육연구 2022 .02

결정 트리 기반 학습 모형을 이용한 미술품 경매 가격 예측

Dong , yul Jang , Minjae Pa 외 1명 경영학연구 2021 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-324-001158257

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (44)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)