Study использует интеллектуальный анализ текста для улучшения рыночной информации о стартапах

"Отраслевые гиганты, такие как Google, Microsoft и Yahoo, тратят десятки миллиардов долларов в год на приобретение более мелких фирм для выхода на рынок, стратегической интеллектуальной собственности и талантливых сотрудников, но сталкиваются с реальной проблемой определения компаний с нужными продуктами или технологиями в огромном стартапе. Вселенная ", — сказал Джин Му Ли, доцент кафедры информационных систем и управления операциями UTA.

«В нашем новом подходе для выявления потенциальных совпадений используется анализ больших данных и метод интеллектуального анализа текста, называемый тематическим моделированием», — добавил Ли. «Анализируя неструктурированные, общедоступные описания бизнеса любых стартапов, мы можем количественно оценить бизнес любых двух фирм, географическую, инвестиционную и социальную близость и оттуда определить потенциальные цели для слияний и поглощений».Исследователи продемонстрировали применимость своего исследования, разработав облачную информационную систему на основе своего метода, и даже запустили новую компанию, Topic Technologies, которая использует эту систему, чтобы предлагать услуги рыночной разведки конкурентов, инвесторов, целей приобретения и потенциальных возможностей. деловые партнеры компаний и стартапов в секторе высоких технологий.Мэри Уайтсайд, временно исполняющая обязанности председателя отдела информационных систем и управления операциями в Колледже бизнеса UTA, подчеркнула, что это исследование является неотъемлемой частью стратегической направленности UTA на открытие данных на основе данных в рамках Стратегического плана на 2020 год: смелые решения | Глобальное влияние.«Это исследование демонстрирует потенциальную трансформацию, которую аналитика больших данных может привнести в бизнес-аналитику с использованием внешних источников данных и интеллектуального анализа текста, — сказал Уайтсайд».

Тематическое моделирование предоставляет предпринимателям, венчурным капиталистам и аналитикам новый способ ориентироваться в постоянно меняющейся среде слияний и поглощений. приобретения ".Для первоначального анализа исследователи использовали общедоступную информацию из базы данных стартапов CrunchBase о 24 382 компаниях, подавляющее большинство из которых были частными стартапами на ранней стадии. Для каждой компании они принимали во внимание местонахождение штаб-квартиры, отраслевой сектор, соучредителей, членов совета директоров, ключевых сотрудников, инвестиции и описание бизнеса, которое обычно ограничивалось одним или несколькими абзацами с ключевыми фактами о продуктах и ​​рынках компаний. и технологии.

Затем они применили технику интеллектуального анализа текста, называемую тематическим моделированием, которая анализирует язык, используемый в бизнес-описаниях стартапов, касающихся общих продуктов, технологий и рынков. Затем была проведена количественная оценка деловой близости стартапов на основе схожести описаний этих тем.Затем была рассчитана вероятность возможного слияния двух компаний с учетом близости к бизнесу, географической близости, социальных связей между людьми в двух фирмах и общей собственности инвесторов, что отражает сильно сетевой характер мира стартапов.«Этот основанный на данных и аналитический подход доказал свою эффективность в объяснении слияний и поглощений в мире стартапов и дополняет существующие инструменты для измерения близости к бизнесу», — сказал Ли. «Наша система особенно подходит, когда изучаемые фирмы являются небольшими и частными, поэтому отраслевая классификация в значительной степени недоступна, как в случае стартапов».

Ли и его соавторы Чжан (Майкл) Ши, доцент кафедры информационных систем в W.P. Школа бизнеса Кэри при Университете штата Аризона и Эндрю Уинстон, профессор кафедры Хью Каллена в Школе бизнеса Маккомбса Техасского университета в Остине, также публикуют свои исследования в ведущем журнале Management Information Systems Quarterly под заголовком «На пути к лучшему измерению Деловая близость: тематическое моделирование для отраслевой разведки ». Документ готовится к печати, но в настоящее время доступен в виде препринта.Помимо академических исследований, Ли имеет обширный опыт работы в Samsung Electronics, ATT Labs, Intel и Goldman Sachs. Его исследовательские интересы включают крупномасштабную аналитику данных с приложениями в мобильных экосистемах, анализ социальных сетей и безопасность в Интернете.

Он имеет десять патентов в области мобильных технологий.Исследовательские интересы Ши отражают взаимодействие экономики и вычислений с приложениями в социальных сетях, онлайн-рынках и инновациях. Его исследования были опубликованы во многих ведущих научных журналах и на конференциях.

Уинстон — профессор кафедры Хью Каллена кафедры управления информацией, рисками и операциями в Школе бизнеса Маккомбса Техасского университета в Остине. Он также является директором Центра исследований в области электронной торговли.


Портал обо всем