ارائه یک مدل ترکیبی داده‌کاوی جهت بررسی شکست و یا موفقیت استارتاپ‌های ایرانی با انتخاب ویژگی و طبقه‌بندی

استارتاپ در حقیقت یک شرکت نوپا است که در جریان ارائه یک ایده خام و برای تولید یک و یا چند محصول، توسط یک یا چند کارآفرین، تاسیس و به بازار عرضه می‌شود. در ایران مهم‌ترین دلیل شکست، نبود سرمایه کافی عنوان‌شده است. با توجه به نوپا بودن صنعت کارآفرینی و سرمایه‌گذاری خطرپذیر در ایران، و هم‌چنین چالش‌های موجود برای ورود سرمایه‌ی خارجی به دلیل تحریم‌های بین‌المللی، انتخاب این گزینه به‌عنوان مهم‌ترین دلیل شکست می‌تواند قابل‌ درک باشد.در تحقیق پیش رو، بر روی مجموعه داده استارتاپ‌های ایرانی از تکنیک‌های طبقه‌بندی درخت تصمیم، نایو بیز، و ماشین بردار پشتیبان برای پیش‌بینی موفقیت و یا شکست استارتاپ‌ها استفاده شد. ابتدا وزن شاخص‌های تاثیرگذار با روش شاخص بهره اطلاعاتی محاسبه شد و در گام طبقه‌بندی، با مقایسه دقت کل و مقدار سطح زیر نمودار roc، تکنیک ترکیبی ماشین بردار پشتیبان به همراه انتخاب ویژگی بهره اطلاعاتی بالاترین دقت (97/88 درصد) و کمترین خطا را در مقایسه با سایر روش‌ها گزارش داد. نتایج نشان داد، نوع صنعت ایده، خلاقیت و مهارت افراد، نوآوری، و نوع سرمایه‌گذار تاثیر زیادی در موفقیت و یا شکست استارتاپ‌های ایرانی دارند.

Presenting a Hybrid Model Based on Data Mining for Startup Failure Detection using Feature Selection and Classification

A startup is a newly-founded company that is established by one or more entrepreneurs while presenting a raw idea to produce one or more products. In Iran, the most important reason for startup failure is the lack of sufficient fund. Given the fledgling entrepreneurship and venture capital industry in Iran, as well as the challenges of attracting foreign investment due to international sanctions, the lack of sufficient fund can be considered as the most important reason for failure. Therefore, in the present study, three machine learning methods including decision tree, naive Bayes, and support vector machine were used on a database obtained from Iranian startups in order to predict the success or failure of the startups. First, the weight of effective attribute was calculated by the information gain method and in the classification step, by comparing the accuracy and the amount of area under ROC curve, info gain+svm reported 88.97% accuracy. The results showed that the type of industry, creativity, skill, and innovation have great impact on the success or failure of the startup.