Calderón Niquín, MarksPuente Ríos, Alonso Augusto2021-07-022021-07-022021https://hdl.handle.net/20.500.12640/2316Desde la aparición del crowdfunding, muchos emprendedores han presentado sus proyectos al público para conseguir su financiamiento. Durante el período 2009-2019, el 37% de proyectos de Kickstarter, una de las plataformas de financiamiento colectivo más populares, alcanzó ser financiado exitosamente. Se han estado utilizando distintas metodologías de Inteligencia Artificial, considerando todas las categorías en esta plataforma para crear modelos predictivos. Sin embargo, este ratio solo alcanza el 20% para Tecnología. El objetivo de esta investigación fue predecir el estado de financiamiento de proyectos de tecnología en Kickstarter mediante un modelo de Aprendizaje Profundo Multimodal. Siguiendo la metodología CRISP-DM, se implementó un modelo ensamblado de otros modelos de Aprendizaje Profundo para 3 modalidades: un Perceptrón Multicapa para la Metainformación, una Red Neuronal Convolucional para la descripción y un modelo LSTM Bidireccional para los comentarios de los patrocinadores. Se utilizó información de más de 27 mil proyectos de tecnología en Kickstarter entre 2009 y 2019. El modelo propuesto superó a los modelos de la base de línea en cada métrica, alcanzando un valor de 93% de AUC, su mejor desempeño. Se logró resolver el problema bajo una nueva perspectiva, además de aportar mayor conocimiento y un prototipo para apoyar a los emprendedores.application/pdfspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/pe/Financiamiento de proyectosSitios webRedes neuronalesEspíritu de empresaPredicción del estado de financiamiento de proyectos de tecnología en sitio web de crowdfunding Kickstarter mediante modelo de Aprendizaje Profundo Multimodalinfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#2.02.04