Мультимодальное прогнозирование успешности краудфандинговых проектов: сигнальная роль текстового и визуального контента
Аннотация
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.
Скачивания
Литература
Agrawal A., Catalini C., Goldfarb A. (2015) Crowdfunding: Geography, Social Networks, and the Timing of Investment Decisions. Journal of Economics and Management Strategy, 24, 2, pp. 253–274. DOI: https://doi.org/10.1111/jems.12093
Ahlers G.K.C., Cumming D., Günther C., Schweizer D. (2015) Signaling in Equity Crowdfunding. Entrepreneurship Theory and Practice, 39, 4, pp. 955–980. DOI: https://doi.org/10.1111/etap.12157
Aleksina A., Akulenka S., Lublóy Á. (2019) Success Factors of Crowdfunding Campaigns in Medical Research: Perceptions and Reality. Drug Discovery Today, 24, 7, pp. 1413–1420. DOI: https://doi.org/10.1016/j.drudis.2019.05.012
Antoun W., Sagot B., Seddah D. (2025) ModernBERT or DeBERTaV3? Examining Architecture and Data Influence on Transformer Encoder Models Performance. Proceedings of the 14th International Joint Conference on Natural Language Processing and the 4th Conference of the Asia-Pacific Chapter of the Association for Computational Linguistics, pp. 3061–3074. DOI: https://doi.org/10.18653/v1/2025.ijcnlp-long.164
Boeuf B., Darveau J., Legoux R. (2014) Financing Creativity: Crowdfunding As a New Approach for Theatre Projects. International Journal of Arts Management, 16, 3, pp. 33–48.
clapAI. (2024) ModernBERT-base-multilingual-sentiment. Hugging Face. Available at: https://huggingface.co/clapAI/modernBERT-base-multilingual-sentiment (Accessed: 27.04.2026).
Colombo M.G., Franzoni C., Rossi–Lamastra C. (2015) Internal Social Capital and the Attraction of Early Contributions in Crowdfunding. Entrepreneurship Theory and Practice, 39, 1, pp. 75–100. DOI: https://doi.org/10.1111/etap.12118
Connelly B.L., Certo S.T., Ireland R.D., Reutzel C.R. (2011) Signaling Theory: A Review and Assessment. Journal of Management, 37, 1, pp. 39–67. DOI: https://doi.org/10.1177/0149206310388419
Cordova A., Dolci J., Gianfrate G. (2015) The Determinants of Crowdfunding Success: Evidence from Technology Projects. Procedia – Social and Behavioral Sciences, 181, pp. 115–124. DOI: https://doi.org/10.1016/j.sbspro.2015.04.872
Di Pietro F., Butticè V. (2020) Institutional Characteristics and the Development of Crowdfunding Across Countries. International Review of Financial Analysis, 71. DOI: https://doi.org/10.1016/j.irfa.2020.101543
Elitzur R., Katz N., Muttath P., Soberman D. (2024) The Power of Machine Learning Methods to Predict Crowdfunding Success: Accounting for Complex Relationships Efficiently. Journal of Business Venturing Design. DOI: https://doi.org/10.1016/j.jbvd.2024.100022
Fan-Osuala O., Zantedeschi D., Jank W. (2018) Using Past Contribution Patterns to Forecast Fundraising Outcomes in Crowdfunding. International Journal of Forecasting, 34, 1, pp. 30–44. DOI: https://doi.org/10.1016/j.ijforecast.2017.07.003
Ferreira F., Pereira L. (2018) Success Factors in a Reward and Equity Based Crowdfunding Campaign. 2018 IEEE International Conference on Engineering, Technology and Innovation (ICE/ITMC), pp. 1–8. DOI: https://doi.org/10.1109/ICE.2018.8436308
Gama J., Žliobaitė I., Bifet A., Pechenizkiy M., Bouchachia A. (2014) A Survey on Concept Drift Adaptation. ACM Computing Surveys, 46, 4, pp. 1–37. DOI: https://doi.org/10.1145/2523813
Gorn G.J., Chattopadhyay A., Yi T., Dahl D.W. (1997) Effects of Color As an Executional Cue in Advertising: They're in the Shade. Management Science, 43, 10, pp. 1387–1400. DOI: https://doi.org/10.1287/mnsc.43.10.1387
Hair J.F., Black W.C., Babin B.J., Anderson R.E. (2019) Multivariate Data Analysis.
He K., Zhang X., Ren S., Sun J. (2016) Deep Residual Learning for Image Recognition. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 770–778. DOI: https://doi.org/10.1109/CVPR.2016.90
Jiang C., Han R., Xu Q., Liu Y. (2020) The Impact of Soft Information Extracted from Descriptive Text on Crowdfunding Performance. Electronic Commerce Research and Application, 43. DOI: https://doi.org/10.1016/j.elerap.2020.101002
Kaminski J.C., Hopp C. (2020) Predicting Outcomes in Crowdfunding Campaigns with Textual, Visual, and Linguistic Signals. Small Business Economics, 55, 3, pp. 627–649. DOI: https://doi.org/10.1007/s11187-019-00218-w
Ke G., Meng Q., Finley T., Wang T., Chen W., Ma W., Ye Q., Liu T.-Y. (2017) LightGBM: A Highly Ef-ficient Gradient Boosting Decision Tree. Proceedings of the 31st International Conference on Neural Information Processing Systems, pp. 3149–3157.
Kim T., Por M.H., Yang S.B. (2017) Winning the Crowd in Online Fundraising Platforms: The Roles of Founder and Project Features. Electronic Commerce Research and Applications, 25, pp. 86–94. DOI: https://doi.org/10.1016/j.elerap.2017.09.002
Koch J.A., Siering M. (2015) Crowdfunding Success Factors: The Characteristics of Successfully Funded Projects on Crowdfunding Platforms. Proceedings of the 23rd European Conference on Information Systems (ECIS 2015).
Labrecque L.I., Milne G.R. (2012) Exciting Red and Competent Blue: The Importance of Color in Marketing. Journal of the Academy of Marketing Science, 40, 5, pp. 711–727. DOI: https://doi.org/10.1007/s11747-010-0245-y
Li L., Yang L., Zhao M., Liao M., Cao Y. (2022) Exploring the Success Determinants of Crowdfunding for Cultural and Creative Projects: An Empirical Study Based on Signal Theory. Technology in Society, 70. DOI: https://doi.org/10.1016/j.techsoc.2022.102036
Liu Z., Hu S. (2024) Predicting the Fundraising Performance of Environmental Crowdfunding Projects: An Interpretable Machine Learning Approach. Information Processing and Management, 61, 2. DOI: https://doi.org/10.1016/j.ipm.2023.103587
Lu J., Liu A., Dong F., Gu F., Gama J., Zhang G. (2018) Learning under Concept Drift: A Review. IEEE Transactions on Knowledge and Data Engineering, 31, 12, pp. 2346–2363.
Mollick E. (2014) The Dynamics of Crowdfunding: An Exploratory Study. Journal of Business Ven-turing, 29, 1, pp. 1–16. DOI: https://doi.org/10.1016/j.jbusvent.2013.06.005
Pieters R., Wedel M. (2004) Attention Capture and Transfer in Advertising: Brand, Pictorial, and Text-Size Effects. Journal of Marketing, 68, 2, pp. 36–50. DOI: https://doi.org/10.1509/jmkg.68.2.36.27794
Ralcheva A., Roosenboom P. (2020) Forecasting Success in Equity Crowdfunding. Small Business Economics, 55, 1, pp. 39–56. DOI: https://doi.org/10.1007/s11187-019-00144-x
Smith A.M. (2018) The log-0 Problem: Analysis Strategies and Options for Choosing c in log(y + c). Rbind.io. Available at: https://aosmith.rbind.io/2018/09/19/the-log-0-problem/ (Accessed: 31.01.2025).
Snyder J., Crooks V.A., Mathers A., Chow-White P. (2017) Appealing to the Crowd: Ethical Justifi-cations in Canadian Medical Crowdfunding Campaigns. Journal of Medical Ethics, 43, 6, pp. 364–367. DOI: https://doi.org/10.1136/medethics-2016-103933
Song Y., Berger R., Yosipof A., Barnes B.R. (2019) Mining and Investigating the Factors Influenc-ing Crowdfunding Success. Technological Forecasting and Social Change, 148. DOI: https://doi.org/10.1016/j.techfore.2019.119723
Spare a Quarter? Crowdfunding Sites Turn Fans into Patrons of the Arts. (2012) Knowledge at Whar-ton. Available at: https://knowledge.wharton.upenn.edu/article/can-you-spare-a-quarter-crowdfunding-sites-turn-fans-into-patrons-of-the-arts/ (Accessed: 31.01.2025).
Spence M. (1978) Job Market Signaling. Uncertainty in Economics. (eds. P. Diamond, M. Rothschild). Academic Press. P. 281–306. DOI: https://doi.org/10.1016/B978-0-12-214850-7.50025-5
Statista Market Insights (2025) Reward-Based Crowdfunding. Statista Outlook. Available at: https://www.statista.com/outlook/fmo/capital-raising/digital-capital-raising/reward-based-crowdfunding/worldwide#capital-raised (Accessed: 17.04.2026).
Statista Research Department (2025) Kickstarter Project Funding Success Rate 2025. Statista. Available at: https://www.statista.com/statistics/235405/kickstarter-project-funding-success-rate/ (Accessed: 17.04.2026).
Steigenberger N., Wilhelm H. (2018) Extending Signaling Theory to Rhetorical Signals: Evidence from Crowdfunding. Organization Science, 29, 3, pp. 529–546. DOI: https://doi.org/10.1287/orsc.2017.1195
Sukhanovskiy Yu.A., Mironova E.M. (2019) Comparison of Crowdfunding Approaches in Russia and the USA. Bulletin of Science and Education, 10–1 (64), pp. 44–47. (in Russia).
Tang Z., Yang Y., Li W., Lian D., Duan L. (2022) Deep Cross-Attention Network for Crowdfunding Success Prediction. IEEE Transactions on Multimedia, 25, pp. 1306–1319. DOI: https://doi.org/10.1109/TMM.2022.3141256
Van Duynhoven A., Lee A., Michel R., Snyder J., Crooks V.A., Chow-White P., Schuurman N. (2019) Spatially Exploring the Intersection of Socioeconomic Status and Canadian Cancer-Related Medical Crowd-funding Campaigns. BMJ Open, 9, 6. DOI: https://doi.org/10.1136/bmjopen-2018-026365
Veresova A. (2024) Gunning fog index. Text.ru. Available at: https://text.ru/blog/indeks-tumannosti-ganninga (Accessed: 09.03.2025). (in Russia).
Wang R., Xu H., Zhang X. (2024) Impact of Image Content on Medical Crowdfunding Success: A Machine Learning Approach. Journal of Medical Internet Research, 26. DOI: https://doi.org/10.2196/58617
Xu B., Zheng H., Xu Y., Wang T. (2016) Configurational Paths to Sponsor Satisfaction in Crowdfunding. Journal of Business Research, 69, 2, pp. 915–927. DOI: https://doi.org/10.1016/j.jbusres.2015.06.040
Zhai Y., Shen W. (2024) Signaling Theory in Charity-Based Crowdfunding: Investigating the Effects of Project Creator Characteristics and Text Linguistic Style on Fundraising Performance. Heliyon, 10, 4. DOI: https://doi.org/10.1016/j.heliyon.2024.e25756
Zheng H., Li D., Wu J., Xu Y. (2014) The Role of Multidimensional Social Capital in Crowdfunding: A Comparative Study in China and US. Information and Management, 51, 4, pp. 488–496. DOI: https://doi.org/10.1016/j.im.2014.03.003
Zhou M., Lu B., Fan W., Wang G.A. (2018) Project Description and Crowdfunding Success: An Exploratory Study. Information Systems Frontiers, 20, pp. 259–274. DOI: https://doi.org/10.1007/s10796-016-9723-1
