人材の転職履歴情報を素性としたベンチャー企業のExit予測

• Item type: Journal(1)
• 公開日: 2014-10-15
• タイトル: 人材の転職履歴情報を素性としたベンチャー企業のExit予測
• タイトル / 言語: en
• タイトル: Startup Evaluation with employee turnover info as Social Capital (version 2014/06/29)
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文] SVM，素性選択，ソーシャルキャピタル，ベンチャー企業，ウェブマイニング
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 東京大学大学院工学系研究科
• 著者所属: 東京大学大学院工学系研究科
• 著者所属: スタンフォード大学
• 著者所属(英): en
• 著者所属(英): School of Engineering, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): School of Engineering, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Stanford University
• 著者名: 上野山, 勝也; 大澤, 昇平; 松尾, 豊
• 著者名(英): Katsuya, Uenoyama; Shohei, Osawa; Yutaka, Matsuo
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 経済の成熟にともないベンチャー企業への期待が高まっている．ベンチャー企業の上場または事業売却（以降Exit）を高い精度で予測できれば，資金や人材はより適正なベンチャー企業に移動するため価値は高い．一方で，ベンチャー企業のExitを予測するモデルは，データ取得の制約からベンチャー企業の「社内資源」特に資金調達に関する素性を元にしたものが多かった．一方で本稿は「社外資源」である創業メンバーや従業員が持つ過去の人間関係に関わる資産がExitに寄与しているという仮説に基づきExitを予測する手法を提案する．Web上に構築されているCruchbaseという人材データベースを活用することで，これまでデータ取得が困難であった転職履歴情報を活用することでExitを予測する手法を提案する．2万社に対し人材の転職履歴情報を用いてExitの予測を行うことで，用いない手法より10ポイント高い精度でExitを予測できることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a new method to evaluate startups using employee turnover history. We apply the scheme to Information Technology Industry and show the example. Also we use Crunchbase which has huge informations of talents turnover history. We define a series of math to predict the Exit of IPO and do forecast the success with SVM. Also we do feature generation with employee turnover network and select features which maximize precision and recall in the SVM discriminator. As a result, we got a good result with with employee turnover history and validate the method will work well.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 55, 号 10, p. 2309-2317, 発行日 2014-10-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764