Complex networks in entrepreneurial ecosystems : clustering methodologies and topological structure
Réseaux complexes dans les écosystèmes entrepreneuriaux : méthodes de partitionnements de données et structure topologique
Résumé
Venture capital, through choices in allocating financial capital, has become an important driver of emerging technologies. The impact of venture capital funding on innovation has been evidenced, and recent works have started to more specifically study the resilience of VC-backed innovation, a matter of particular relevance in a world where crises have become more and more frequent. Furthermore, innovation networks (modeled through patent data) on the one hand and venture capital networks on the other have been the subject of quantitative investigation, but there has been no endeavor to investigate the structure of the network linking venture capital to the technologies they fund. To study its topological structure, we perform large-scale analysis of financial, startup and patent datasets obtained through commercial databases. The network linking investors and patents is bipartite, with the two node classes being the investors and the patents. This network is very large and sparse (roughly 240 000 investors and 870 000 patents), making its analysis computationally difficult, and does not take into account the fact that investors belong to distinct types and patents to technological categories. We remediate this by regrouping homogeneous nodes in each class (clusters) in order to create a coarser-grained view of the network, resulting in a much smaller and denser network and facilitating the analysis by studying the behaviors of groups of similar actors rather than individuals (network of observations at the species level rather than at the individual level). In the first part, we devised a novel clustering method for venture capital investors in entrepreneurial ecosystems. We computed 5 characteristic distributions for each individual investors based on their investments, and computed the pairwise similarity for all investors. We then detected clusters based on the similarity graph linking all investors, uncovering highly interpretable homogeneous investor clusters heterogeneous in size. We showed that this approach was robust to feature decimation, yielding similar high-level clusters when clustering only on a subset of the 5 characteristic distributions, suggesting underlying complex investment patterns. These results provided us with insights into the emergence of new actors of venture capital following events such as the 2008 financial crisis or the 2013 venture frenzy. In the second part, since patent data is mostly textual information, we presented a topic modeling method that automatically extracts groups of thematically similar documents from a corpus of text documents. To validate it, we tested it on a smaller corpus of documents similarly-structured to patents : scientific articles. We used natural language processing models to automatically extract research topics from the titles and abstracts of the articles and analyzed the results. In the third part, we presented a study of the startup-led innovation funding ecosystem. We built a bipartite network directly linking investors to patents owned by the startups they fund. We leveraged the approaches previously described to cluster investor nodes and patent nodes, creating a coarser-grained view of the network. Using structural metrics originally developed to study bipartite ecological networks, we found this network to be topologically mutualistic, with a heterogeneous degree distribution, a high nestedness and a low modularity. This specific structure is due to the prevalence of links between generalist investors and general purpose technologies i.e. technologies with a broad spectrum of applications. This network structure implies non-linear response to crises, with the system weakly affected by negative events affecting specialist nodes and strongly affected by negative events targeting generalist nodes.
Le capital-risque, par ses choix d'allocation de capital financier, est devenu un moteur important des technologies émergentes. L'impact du financement par le capital-risque sur l'innovation et la résilience de l'innovation soutenue par le capital-risque ont été récemment étudiés, une question particulièrement pertinente dans un monde où les crises sont de plus en plus fréquentes. De plus, les réseaux d'innovation d'une part et les réseaux de capital-risque d'autre part ont fait l'objet d'études quantitatives, mais la structure du réseau reliant le capital-risque aux technologies qu'il finance n'a jamais été étudiée. Afin d'étudier sa structure topologique, nous effectuons une analyse à grande échelle de données financières, de startups et de brevets obtenues à partir de bases de données commerciales. Le réseau reliant les investisseurs et les brevets est bipartite, les deux classes de noeuds étant les investisseurs et les brevets. Ce réseau est grand et éparse, rendant son analyse computationellement difficile, et ne tient pas compte du fait que les investisseurs appartiennent à des types distincts et les brevets à des catégories technologiques. Nous y remédions en créant des groupes de noeuds homogènes dans chaque classe (clusters) afin de créer un réseau à plus gros grains, permettant de réduire la taille et de densifier le réseau. Dans la première partie, nous présentons une nouvelle méthode de clustering pour les investisseurs en capital-risque dans les écosystèmes entrepreneuriaux. Nous calculons 5 distributions caractéristiques pour chaque investisseur individuel basées sur leurs investissements. En utilisant le graphe de similarité reliant tous les investisseurs, nous détectons des communautés d'investisseurs homogènes hautement interprétables. Nous montrons la robustesse de cette approche à la décimation des caractéristiques, suggérant des schémas d'investissement complexes sous-jacents. Ces résultats permettent également l'observation de l'émergence de nouveaux acteurs du capital-risque à la suite d'événements spécifiques et identifiables. Dans la deuxième partie, du fait de la nature textuelle des données de brevets que nous souhaitons regrouper, nous présentons une méthode de topic modeling permettant l'extraction automatique de groupes de documents thématiquement similaires à partir d'un corpus de documents textuels. Pour la valider, nous l'appliquons à un corpus de plus petite taille composé de documents présentant une structure similaire à celle des brevets : des articles scientifiques. Nous utilisons des modèles de traitement du langage naturel pour extraire automatiquement les thèmes de recherche à partir des titres et résumés des articles, et analysons les résultats. Dans la troisième partie, nous présentons une étude de l'écosystème de financement de l'innovation menée par les startups. Nous construisons un réseau bipartite reliant directement les investisseurs aux brevets détenus par les startups qu'ils financent. Nous nous sommes appuyés sur les approches décrites précédemment pour regrouper les noeuds des investisseurs et les noeuds des brevets, créant ainsi un réseau à plus gros grain. En utilisant des métriques structurelles développées à l'origine pour étudier les réseaux bipartites en écologie, nous avons constaté que ce réseau est topologiquement mutualiste, avec une distribution des degrés hétérogène, une forte imbrication et une faible modularité. Cette structure spécifique est due à la prévalence des liens entre investisseurs généralistes et technologies génériques, c'est-à-dire des technologies ayant un large spectre d'applications. Cette structure de réseau implique une réponse non linéaire aux crises, avec un système faiblement affecté par les événements délétères touchant les noeuds spécialistes et fortement affecté par les événements négatifs ciblant les noeuds généralistes.
Domaines
Physique [physics]Origine | Version validée par le jury (STAR) |
---|