logo móvil
Contáctanos

Mejorando la Predicción del Éxito en la Financiación de Startups Basada en el Sentimiento de las Redes Sociales

Autores: Qiu, Zhen; Qu, Yifan; Yang, Shaochen; Zhang, Wuji; Xu, Wei; Zhao, Hong

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Mejorando la Predicción del Éxito en la Financiación de Startups Basada en el Sentimiento de las Redes Sociales


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Sistemas

Palabras clave

Financiamiento de startups
Sentimiento en redes sociales
Sistema de apoyo a la decisión
Indicadores financieros
Modelo BERTweet
Análisis de sentimiento

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 17

Citaciones: Sin citaciones


Descripción
Predecir con precisión el éxito del financiamiento de startups es fundamental para la planificación estratégica empresarial y la toma de decisiones informadas por parte de los inversores. Los modelos tradicionales de predicción de financiamiento suelen centrarse en los indicadores financieros de una empresa para explorar el impacto de factores como la asignación de recursos y las decisiones estratégicas en el éxito del financiamiento, sin embargo, a menudo pasan por alto el importante papel de las redes sociales como una fuente externa de información que influye en el rendimiento del financiamiento. Para abordar esta brecha, este artículo se centra en el papel del sentimiento en las redes sociales en la predicción del éxito del financiamiento de startups y propone un marco de sistema de soporte a la decisión (DSS) que integra datos de múltiples fuentes. Específicamente, este estudio combina datos financieros de la plataforma Crunchbase con datos de noticias en redes sociales relacionadas con la empresa de Twitter. Se utiliza el modelo BERTweet para realizar un análisis de sentimiento en los textos de redes sociales, extrayendo características de sentimiento como la polaridad y la intensidad para capturar las actitudes y expectativas del público hacia la empresa. Posteriormente, se combinan indicadores financieros, características numéricas de redes sociales y características de sentimiento para construir un sistema de soporte a la decisión para predecir el éxito del financiamiento utilizando una red neuronal profunda (DNN). Los resultados experimentales muestran que el sistema de soporte a la decisión que incorpora datos de redes sociales supera significativamente a los sistemas de soporte a la decisión tradicionales en precisión de predicción, con características de sentimiento que mejoran aún más la capacidad del modelo para identificar el rendimiento de financiamiento de una empresa. Nuestro estudio proporciona un fuerte apoyo para comprender la profunda influencia del sentimiento público, ofreciendo orientación práctica para que las startups optimicen sus estrategias de financiamiento y para que los inversores tomen decisiones informadas.

Otros recursos que podrían interesarte

Temas Virtualpro