Solving the Data Sparsity Problem in Predicting the Success of the Startups with Machine Learning Methods
利用机器学习缓解初创企业成功预测中的数据稀疏问题AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要预测初创企业成功而非金融收益，未提供所列计量领域细分的直接依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用机器学习缓解初创企业成功预测中的数据稀疏问题
- 研究问题
- 早期初创企业公开信息稀少时，机器学习能否有效预测其成功，并通过特征贡献分析解释预测所使用的信息？
- 方法与思路
- 作者使用 Crunchbase 大型数据集比较多种机器学习算法，解释预测的特征贡献，并据模型构造企业组合考察成功率。
- 材料陈述的贡献
- 摘要称 LightGBM 与 XGBoost 在比较中表现最佳，F1 分别为53.03%和52.96%，并称模型构造的组合具有较高成功率。
- 阅读关注点
- 应核对成功标签、信息可用时点、稀疏数据处理及样本划分，并检查类别不平衡、信息泄漏和组合成功率的评价基准。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明成功定义、组合具体结果或跨时期外部验证。
原文摘要
Predicting the success of startup companies is of great importance for both startup companies and investors. It is difficult due to the lack of available data and appropriate general methods. With data platforms like Crunchbase aggregating the information of startup companies, it is possible to predict with machine learning algorithms. Existing research suffers from the data sparsity problem as most early-stage startup companies do not have much data available to the public. We try to leverage the recent algorithms to solve this problem. We investigate several machine learning algorithms with a large dataset from Crunchbase. The results suggest that LightGBM and XGBoost perform best and achieve 53.03% and 52.96% F1 scores. We interpret the predictions from the perspective of feature contribution. We construct portfolios based on the models and achieve high success rates. These findings have substantial implications on how machine learning methods can help startup companies and investors.