让众筹更加容易:剑桥大学团队开发算法帮你找到最适合的投资人


当你发起一项众筹时,并非每次都能达到既定的筹资目标。这里有两个问题:

什么样的项目最能吸引到投资?

投资人怎样找到与他们的目标相统一的项目?

近日,剑桥大学一个团队表示,他们通过对已有的众筹数据进行挖掘试图去回答这两个问题。他们根据2013年7月至10月在著名众筹平台Kickstarter的数据做的算法,这个期间共有一千多个项目、近8万名投资人。

同时,他们还收集了这个期间Twitter上提到“Kickstarter”的信息,共计有7万多条,如果这条信息还附带有项目链接,就把它和项目匹配起来。这样每个项目有哪些议论,以及参与投资的人有哪些,就都可以记录下来。

他们再把投资人分为两种类型:一类是偶尔投资的人,这大概占了一半;一类是经常投资的人,他们投过30个以上的项目,这大约占了11%。

他们发现:

1.经常投资的人有清晰的标准,他们喜欢这样的项目:管理良好,承诺的目标远大,可以推广到全世界,发展迅速等;而偶尔投资的人则标准不一样,更倾向于对与艺术有关的项目捐款,而怀疑这些人是受家人或朋友影响而去捐款的。

2.有很多Facebook好友的项目发起人更容易吸引到偶尔投资的人;而Facebook好友的数量不是很多的人,则更容易吸引到经常投资的人。而且那些经常支持众筹项目的人行为与专业投资人很像,偶尔支持一下的人更像是做慈善。

根据他们自己设定这套机器学习算法,最好的情况下,对匹配的预测精准度已经达到84%。

这个团队准备建立一个网站,专门帮助去众筹的人在Twitter上找到合适的潜在投资人。当然这个思路反过来用也可以,就是帮投资人找到可能会投的项目。但是,具体的发布时间还不清楚。

除非注明,本站文章均为原创或编译,转载请注明: 文章来自 36氪


36氪官方iOS应用正式上线,支持『一键下载36氪报道的移动App』和『离线阅读』 立即下载!

发表回复