Please use this identifier to cite or link to this item:
http://elar.urfu.ru/handle/10995/140589
Title: | A study of crowdfunding, success and behavior of sponsors of African startups : master's thesis |
Other Titles: | Исследование краудфандинга, успеха и поведения спонсоров африканских стартапов |
Authors: | Талеб, У. С. А. К. Taleb, A. K. O. S. |
metadata.dc.contributor.advisor: | Медведева, М. А. Агбозо, Э. Medvedeva, M. A. Agbozo, E. |
Issue Date: | 2024 |
Publisher: | б. и. |
Citation: | Талеб У. С. А. К. A study of crowdfunding, success and behavior of sponsors of African startups : master's thesis / У. С. А. К. Талеб ; Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Институт радиоэлектроники и информационных технологий-РТФ, Базовая кафедра «Аналитика больших данных и методы видеоанализа». — Екатеринбург, 2024. — 90 с. — Библиогр.: с. 82-86 (45 назв.). |
Abstract: | The paper shows how crowdfunding campaigns aimed at African startups depend on the factors of their success and the actions of sponsors. Crowdfunding has emerged as an important financial solution to solve the problems that arise when using conventional financing methods in Africa, such as, for example, high-interest loans. Based on the study of regional, temporal and technological factors, this study suggests practical ways to improve crowdfunding mechanisms using machine learning models such as logistic regression, random forest, support vector machines, XGBoost. В работе показано, как краудфандинговые кампании, ориентированные на африканские стартапы, зависят от факторов их успеха и действий спонсоров. Краудфандинг появился как важное финансовое решение, позволяющее решать проблемы, возникающие при использовании обычных способов финансирования в Африке, таких как, например, займы под высокие проценты. На основе изучения региональных, временных и технологических факторов это исследование предлагает практические способы улучшения краудфандинговых механизмов с применением моделей машинного обучения, таких как логистическая регрессия, случайный лес, методы опорных векторов, XGBoost. |
Keywords: | MASTER'S THESIS CROWDFUNDING AFRICAN STARTUPS MACHINE LEARNING MODELS XGBOOST CROWDFUNDING PLATFORMS PREDICTIVE MODELING INNOVATIONS IN FINANCING МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ КРАУДФАНДИНГ АФРИКАНСКИЕ СТАРТАПЫ МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ XGBOOST КРАУДФАНДИНГОВЫЕ ПЛАТФОРМЫ ПРОГНОЗНОЕ МОДЕЛИРОВАНИЕ ИННОВАЦИИ В ФИНАНСИРОВАНИИ |
URI: | http://elar.urfu.ru/handle/10995/140589 |
Access: | Предоставлено автором на условиях простой неисключительной лицензии |
License text: | http://elar.urfu.ru/handle/10995/31613 |
Appears in Collections: | Магистерские диссертации |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
m_th_a.k.o.s.taleb_2024.pdf | 1,85 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.