Title (eng)
Leveraging user-generated content on online media for assessing crowdfunding projects
Parallel title (deu)
Verwendung benutzergenerierter Inhalte aus Online-Medien zur Bewertung von Crowdfunding-Projekten
Author
Lukas Draschkowitz
Advisor
Wolfgang Klas
Assessor
Wolfgang Klas
Abstract (deu)
Crowdfunding ist eine weit verbreitete Art der Finanzierung von Projekten durch Gruppen von Investoren . Die Voraussage des Erfolgs von neu gestarteten Projek- ten kann sowohl wertvoll für die Ersteller dieser Projekte als auch für die Unter- stützer sein. Zeit spielt in dieser Hinsicht eine wichtige Rolle, da die Voraussagen so schnell wie nur möglich getroffen werden müssen, um diese effektiv zu nutzen. Die wichtigsten für die Voraussage notwendigen Eigenschaften von Projekten sind zum Zeitpunkt der Erstellung des Projektes allerdings noch nicht bekannt. Daten aus Onlinemedien könnten dabei helfen, die Popularität dieser Projekte schon zu diesem Zeitpunkt zu bestimmen und die Voraussage zu unterstützen. In dieser Arbeit wird ein Framework vorgestellt, welches Eigenschaften von Crowdfunding Projekten vollautomatisch extrahiert und gleichzeitig Einzigartigkeit anhand der Tatsache, ob ähnliche Projekte am Markt sind und die Popularität anhand von On- linemedien misst. The Implementierung eines Prototypen verfügt darüber hinaus über eine Benutzeroberfläche für die Durchsicht der Daten. Auf den beschriebenen Eigenschaften Einzigartigkeit und Popularität basierende Voraussagen, so wie sie implementiert wurden, führten zu keinen korrekten Ergebnissen. Nichtsdestotrotz ist das vorgestellte Framework modular und flexibel konzipiert und kann daher einfach erweitert werden, um neue Datenquellen zu erschliessen und das Voraus- sagemodell zu verbessern. Ganz allgemein kann das System auf jedwedes Problem angepasst werden, welches Bezug zu Onlinedaten aus dem Internet hat.
Abstract (eng)
Crowdfunding is a widely used way of funding by groups of investors. Predicting success of newly launched crowdfunding projects is valuable for both, the project creators and project funders. Time plays an important role here as you want your predictions as soon as possible to be effective. The most important prediction features are not known at the time of the project start. Online media data could assist in tracking popularity of projects beforehand. In this work a framework is proposed, that automatically extracts features from crowdfunding projects and at the same time measures projects novelty based on whether similar projects are on the market and projects popularity by leveraging online media data. The prototype implementation also provides an user interface to browse through data. Predictions based on the novelty and popularity score were not found successful the way they were implemented. Nevertheless, the framework is designed to be very flexible and modular and can therefore be extended easily to bring new data into the system. In general the system can be adjusted to any kind of prediction problem, that relates to data available on the Web.
Keywords (eng)
machine learningcrowdfundingpredictionsocial media miningexpert systemrecommender systemspopularitynoveltydecision support systemsdata mining
Keywords (deu)
Maschinelles LernenExpertensystemeEmpfehlungsdiensteVorhersageCrowdfundingEmpfehlungsdienste
Subject (deu)
Type (deu)
Persistent identifier
https://phaidra.univie.ac.at/o:1347932
rdau:P60550 (deu)
xi, 84 Seiten : Illustrationen, Diagramme
Number of pages
96
Study plan
Masterstudium Medieninformatik
[UA]
[066]
[935]
Association (deu)
Title (eng)
Leveraging user-generated content on online media for assessing crowdfunding projects
Parallel title (deu)
Verwendung benutzergenerierter Inhalte aus Online-Medien zur Bewertung von Crowdfunding-Projekten
Author
Lukas Draschkowitz
Abstract (deu)
Crowdfunding ist eine weit verbreitete Art der Finanzierung von Projekten durch Gruppen von Investoren . Die Voraussage des Erfolgs von neu gestarteten Projek- ten kann sowohl wertvoll für die Ersteller dieser Projekte als auch für die Unter- stützer sein. Zeit spielt in dieser Hinsicht eine wichtige Rolle, da die Voraussagen so schnell wie nur möglich getroffen werden müssen, um diese effektiv zu nutzen. Die wichtigsten für die Voraussage notwendigen Eigenschaften von Projekten sind zum Zeitpunkt der Erstellung des Projektes allerdings noch nicht bekannt. Daten aus Onlinemedien könnten dabei helfen, die Popularität dieser Projekte schon zu diesem Zeitpunkt zu bestimmen und die Voraussage zu unterstützen. In dieser Arbeit wird ein Framework vorgestellt, welches Eigenschaften von Crowdfunding Projekten vollautomatisch extrahiert und gleichzeitig Einzigartigkeit anhand der Tatsache, ob ähnliche Projekte am Markt sind und die Popularität anhand von On- linemedien misst. The Implementierung eines Prototypen verfügt darüber hinaus über eine Benutzeroberfläche für die Durchsicht der Daten. Auf den beschriebenen Eigenschaften Einzigartigkeit und Popularität basierende Voraussagen, so wie sie implementiert wurden, führten zu keinen korrekten Ergebnissen. Nichtsdestotrotz ist das vorgestellte Framework modular und flexibel konzipiert und kann daher einfach erweitert werden, um neue Datenquellen zu erschliessen und das Voraus- sagemodell zu verbessern. Ganz allgemein kann das System auf jedwedes Problem angepasst werden, welches Bezug zu Onlinedaten aus dem Internet hat.
Abstract (eng)
Crowdfunding is a widely used way of funding by groups of investors. Predicting success of newly launched crowdfunding projects is valuable for both, the project creators and project funders. Time plays an important role here as you want your predictions as soon as possible to be effective. The most important prediction features are not known at the time of the project start. Online media data could assist in tracking popularity of projects beforehand. In this work a framework is proposed, that automatically extracts features from crowdfunding projects and at the same time measures projects novelty based on whether similar projects are on the market and projects popularity by leveraging online media data. The prototype implementation also provides an user interface to browse through data. Predictions based on the novelty and popularity score were not found successful the way they were implemented. Nevertheless, the framework is designed to be very flexible and modular and can therefore be extended easily to bring new data into the system. In general the system can be adjusted to any kind of prediction problem, that relates to data available on the Web.
Keywords (eng)
machine learningcrowdfundingpredictionsocial media miningexpert systemrecommender systemspopularitynoveltydecision support systemsdata mining
Keywords (deu)
Maschinelles LernenExpertensystemeEmpfehlungsdiensteVorhersageCrowdfundingEmpfehlungsdienste
Subject (deu)
Type (deu)
Persistent identifier
https://phaidra.univie.ac.at/o:1347933
Number of pages
96
Association (deu)
License
Citable links
Other links
Managed by
Details
Metadata
Export formats
Universitätsring 1, 1010 Wien | T
T +43-1-4277-0