编译 | 文本挖掘技术 为你深挖初创企业的市场情报

Posted 2021-04-16 中国科技网

德州大学阿灵顿分校的研究人员创造了一种新的方法，利用大数据分析和文本挖掘技术，加强市场情报工作，并在快速发展的高科技行业，说明潜在的初创企业并购目标。

“行业巨头如谷歌、微软和雅虎为了市场进入、知识产权战略和有才能的雇员，每年都花费数百亿美元收购一些小企业，但是，在浩如烟海的小企业中找到具备合适的产品或技术的企业，是这些行业巨头面临的真正挑战，” 德州大学阿灵顿分校信息系统与运营管理系的助理教授Gene Moo Lee说。

“我们的新方法是利用名为主题建模的大数据分析和文本挖掘技术，来识别潜在的对象。” Lee补充道。“通过分析初创企业的非结构化、公开的描述信息，我们就能够将任意两家企业的业务、地理位置、投资者和社会邻近性进行定量分析，并由此识别出并购的潜在目标企业。”

研究人员用他们的方法开发了一个云信息系统，组建了一个新的企业Topic Technologies，并且已经证明了他们研究方法的适用性，他们利用云信息系统为企业提供竞争者、投资者、收购目标和潜在的商业合作伙伴以及高科技领域的初创企业等方面的市场情报服务。

德州大学阿灵顿分校商学院信息系统与运营管理系临时主席玛丽 怀特塞德强调，该研究是德州大学阿灵顿分校2020战略计划：新颖解决方案|全球影响中聚焦数据发现战略不可分割的一部分。

“该研究表明，利用外部数据源和文本挖掘的大数据分析可以带来商业智能” 怀特塞德说。“主题建模为创业者、风险投资家和分析师提供了一种新方法来驾驭不断变化的并购前景。”

在最初的分析中，研究人员利用了初创企业数据库CrunchBase（24,382家企业）的公开信息，其中绝大多数是私有的、创业初期的企业。对于每一家企业，他们考虑了总部位置，行业领域，公司创始人，董事会成员，核心员工，投资和业务描述（这部分内容，关于企业产品、市场和技术等关键信息通常仅限于一段或多个段落）等信息。

然后他们利用名为主题建模的文本挖掘技术，分析初创企业关于产品、技术和市场的商业描述语言。然后，根据这些主题描述对初创企业的业务接近性进行量化。

综合考虑业务接近性，地理位置的临近程度，两家企业的员工和普通投资者之间的社会联系（反应初创企业的网络化特性）等因素，计算出两家企业进行合并的可能性。

“这个以数据驱动分析为基础的方法，在初创企业的并购和衡量业务接近性方面已经被证实有效，” Lee说。“当研究对象是小型私有企业时，大的行业分类标准往往不适用，比如初创企业的例子，这时候应用我们的系统是特别合适的。”

Lee和他的合作者Zhan (迈克尔) Shi，亚利桑那州立大学W. P. 凯瑞商学院信息系统专业的助理教授，以及安德鲁 惠斯顿，得克萨斯大学奥斯汀分校麦克布斯商学院的讲座教授，在权威期刊管理信息系统上发表了他们的研究成果“业务接近性更佳测量方法：产业情报的主题建模”。本文即将出版，但目前可以阅读预印本。

除了擅长学术研究，Lee还拥有三星电子，AT&T 实验室，英特尔和高盛的丰富的行业经验。他的研究兴趣包括，移动生态系统、社会网络分析和网络安全方面大数据分析的应用。他在移动技术方面拥有10项专利。

Shi的研究领域是经济和计算学的结合，主要应用在社会化媒体、网络市场和创新等领域。他的研究成果已经发表在众多的学术期刊和会议上。

安德鲁·惠斯顿得克萨斯大学奥斯汀分校麦克布斯商学院信息、风险和运营管理系的讲座教授。他也是电子商业研究中心主任。