要約
研究者は、起業家の活動やダイナミクスについての洞察を得るために、ますますクラウドファンディング プラットフォームに注目するようになりました。
これまでの研究では、テクノロジー、コミュニケーション、マーケティング戦略など、クラウドファンディングの成功に影響を与えるさまざまな要因が調査されてきましたが、画像から自動的に抽出できる視覚要素の役割はあまり注目されていませんでした。
クラウドファンディング プラットフォームでは注目を集める高解像度の画像の重要性が強調されており、画像の特性が製品の評価に大きな影響を与える可能性があることがこれまでの研究で示されていることを考えると、これは驚くべきことです。
実際、Kickstarter データを利用した実証論文 (n = 202) の包括的なレビューでは、分析における視覚情報の組み込みに焦点を当てています。
私たちの調査結果では、画像の数を制御しているのは 29.70% のみであり、画像の詳細を考慮しているのは 12% 未満であることが明らかになりました。
この原稿では、画像処理とそのビジネス領域との関連性に関する文献をレビューし、視覚的な数 (写真の数とビデオの数) と画像の詳細という 2 種類の視覚変数に焦点を当てます。
色、構図、図と地面の関係の役割を論じた以前の研究に基づいて、顔の数、描かれた概念の数、それらの識別の容易さなど、クラウドファンディングではまだ検討されていない視覚的なシーン要素を紹介します。
概念。
視覚的な数と画像の詳細の予測値を実証するために、Kickstarter データを分析します。
私たちの結果は、視覚的なカウント機能が成功を予測する上位 3 つの要素のうちの 2 つであることを強調しています。
私たちの結果はまた、色などの単純な画像の詳細の特徴が多くの重要性を持っており、視覚的なシーン要素の私たちが提案した尺度も有用である可能性があることを示しています。
著者が画像の詳細を抽出するのに役立つ R および Python コードで記事を補足します (https://osf.io/ujnzp/)。
要約(オリジナル)
Researchers have increasingly turned to crowdfunding platforms to gain insights into entrepreneurial activity and dynamics. While previous studies have explored various factors influencing crowdfunding success, such as technology, communication, and marketing strategies, the role of visual elements that can be automatically extracted from images has received less attention. This is surprising, considering that crowdfunding platforms emphasize the importance of attention-grabbing and high-resolution images, and previous research has shown that image characteristics can significantly impact product evaluations. Indeed, a comprehensive review of empirical articles (n = 202) that utilized Kickstarter data, focusing on the incorporation of visual information in their analyses. Our findings reveal that only 29.70% controlled for the number of images, and less than 12% considered any image details. In this manuscript, we review the literature on image processing and its relevance to the business domain, highlighting two types of visual variables: visual counts (number of pictures and number of videos) and image details. Building upon previous work that discussed the role of color, composition and figure-ground relationships, we introduce visual scene elements that have not yet been explored in crowdfunding, including the number of faces, the number of concepts depicted, and the ease of identifying those concepts. To demonstrate the predictive value of visual counts and image details, we analyze Kickstarter data. Our results highlight that visual count features are two of the top three predictors of success. Our results also show that simple image detail features such as color matter a lot, and our proposed measures of visual scene elements can also be useful. We supplement our article with R and Python codes that help authors extract image details (https://osf.io/ujnzp/).
arxiv情報
| 著者 | S. J. Blanchard,T. J. Noseworthy,E. Pancer,M. Poole |
| 発行日 | 2023-09-06 15:13:07+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google