研究成果：The Merits of a Sentiment Analysis of Antecedent Comments for the Prediction of Online Fundraising Outcomes

作者： Wei Wang, Lihuan Guo, Yenchun Jim Wu

发表期刊：《Technological Forecasting and Social Change》, 2022, 174: 121070

本研究的重点是探索在线评论对筹款结果的预测能力。对众筹项目的审查不同于对商品和服务的审查，后者反映了用户对它们的体验；相反，前者是在不同的时间创造的，与项目筹资活动的阶段相对应，例如在项目融资前和筹资中等多个阶段。根据评论发布的时间，我们将这些在线评论分为前期评论（在发布前和融资阶段发表）和后期评论（在融资阶段发表）。然后，我们使用各种算法对这些在线评论进行情绪分析，以确定哪种算法最适合情绪提取，发现深度学习算法比浅层学习算法更有效。使用fastText作为情感分析算法，我们发现，随着融资的进展，评论中的情绪逐渐变为负面，成功资助项目的情绪强度低于失败项目。这一悲观转变的原因是在不同阶段讨论的主题。在添加了先前在线评论的情绪因素后，FNN在预测成功筹款结果方面比其他方法表现更好，其他预测算法也显示出一定程度的改进。这证实了项目上线前评论的预测能力。本研究通过添加情绪分析，增强了对在线评论的经济价值的识别，并为进一步发展互联网金融指明了道路。

《Technological Forecasting and Social Change》（科技预测与社会改变）是ABS三星期刊。作为爱思唯尔出版的单月刊同行评审学术期刊，涵盖应用于管理的信息和计算科学领域。该期刊供那些希望直接讨论技术预测的方法和实践以及作为规划工具的未来研究，因为它们与社会、环境和技术因素相互关联。该期刊是社会科学、信息战略领域知名期刊，Impact factor为8.593, 在区域和城市规划领域中，该期刊排名第一（总40），CiteScore为12.1。

作者简介：

王伟，同济大学管理科学与工程专业博士，太阳集团信息管理与信息系统系教授、博士生导师。主要研究领域包括众筹众包、情感分析、文本分析、用户行为和电子商务，致力于使用新兴的信息技术分析在线融资、电子商务。从事信息分析与预测、R语言分析、Python数据分析、统计分析、数据挖掘的教学工作。2014-2015年度美国加州大学圣地亚哥分校Rady商学院信息与创新战略系访问学者。曾在《世界经济》、《管理科学学报》、《系统工程理论与实践》、《系统工程学报》、《中国管理科学》、《Decision Support Systems》、《Computers in Human Behavior》、《Information Processing & Management》、《Technological Forecasting and Social Change》等权威刊物发表论文50余篇，出版专著1部。主持2项国家自然科学基金项目、2项省部级项目，入选2018年度“福建省高校新世纪优秀人才支持计划”。