EUVIMEDEUVIMED entdecken
Crossref

Мультимодальное прогнозирование успешности краудфандинговых проектов: сигнальная роль текстового и визуального контента

Валерия Сергеевна Федорова, Марина Александровна Завертяева

HSE Economic Journal · 23.06.2026 · 30 (2) · 276-312

DOI: 10.17323/ej.2026.38567 ↗

Kurz gefasst

Fachartikel in der Zeitschrift HSE Economic Journal, online erschienen am 23.06.2026. Verfasst von Валерия Сергеевна Федорова und 1 weiteren Autor:innen. Die Arbeit nennt 46 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Краудфандинг – это относительно новый метод финансирования проектов, который заключается в привлечении средств от большого количества непрофессиональных инвесторов. Несмотря на рост этого направления, только около 41,98% краудфандинговых кампаний являются успешными, что требует выявления факторов, способствующих повышению вероятности успешного сбора средств. Исследование направлено на решение вопроса о том, какие текстовые и визуальные характеристики проектов в наибольшей степени определяют их успех и насколько их учет повышает точность прогнозирования. В работе разрабатывается мультимодальная модель прогнозирования вероятности сбора средств на платформе Kickstarter. Выдвинуты гипотезы о том, что включение текстовых (H1) и визуальных (H2) характеристик значимо повышает прогностическую способность моделей, а их совместная интеграция (H3) обеспечивает наилучшее качество прогноза за счет учета дополнительной информации. Эмпирической базой исследования послужили данные о 89557 проектах, размещенных на платформе Kickstarter в период с 2010 г. по 2024 г. Помимо базовых характеристик проектов (целевая сумма, длительность кампании, категория, страна, год публикации), типичных для анализа детерминант успешности краудфандинговых кампаний, в анализ включен расширен­ный набор текстовых и визуальных факторов. Текстовые характеристики извлекались с применением методов обработки естественного языка, включая оценку тональности, сложности и логичности описаний проектов и рисков. Визуальные признаки получены с использованием предобученной нейронной сети ResNet50 с последующим снижением размерности методом главных компонент. Для целей прогнозирования рассмотрены логистическая регрессия, деревья решений, ансамблевые методы (Random Forest, XGBoost, LightGBM) и многослойный персептрон. Результаты исследования показывают, что включение текстовых и визуальных факторов существенно повышает качество прогноза. Лучшая модель (LightGBM) достигает значения ROC AUC около 0,82. Установлено, что наибольшее влияние на вероятность успеха оказывают целевая сумма, длительность кампании, характеристики текстового описания и визуального контента. На основе полученных результатов сделан вывод о значимой роли информационных сигналов в краудфандинге и предложены практические рекомендации по улучшению стратегии привлечения финансирования через краудфандинговые платформы.

Zitieren

APA

Федорова, В. С., & Завертяева, М. А. (2026). Мультимодальное прогнозирование успешности краудфандинговых проектов: сигнальная роль текстового и визуального контента. HSE Economic Journal, 30(2), 276-312. https://doi.org/10.17323/ej.2026.38567

Vancouver

Федорова ВС, Завертяева МА. Мультимодальное прогнозирование успешности краудфандинговых проектов: сигнальная роль текстового и визуального контента. HSE Economic Journal. 2026;30(2):276-312. doi:10.17323/ej.2026.38567

BibTeX
@article{2026,
  author = {Федорова, Валерия Сергеевна and Завертяева, Марина Александровна},
  title = {Мультимодальное прогнозирование успешности краудфандинговых проектов: сигнальная роль текстового и визуального контента},
  journal = {HSE Economic Journal},
  year = {2026},
  volume = {30},
  number = {2},
  pages = {276--312},
  doi = {10.17323/ej.2026.38567}
}
Kostenlos starten →