Investigation of Textual Data in Cryptocurrency Market
Recenzentas / Rewiewer |
Pastaraisiais metais, programuotojai, investuotojai, ir kiti rinkos dalyviai susidomėjo kriptovaliutomis, kadangi tai yra sparčiai auganti technologija bei verslo investavimo modelis. Yra daugybė išorinių veiksnių kurie gali paveikti kriptovaliutos vertę, nepaisant jos decentralizuoto pobūdžio (pvz. socialinis tinklas "Twitter"). Valstybės neretai draudžia kriptovaliutų žinias, reguliuoja pasiūlą bei paklausą. Dėl didelio duomenenų kiekio, sugeneruoto žmonių bei mašinų, sentimentų analizė ir nuomonių gavyba yra tikras iššūkis socialinių tinklų ekosistemoje. Šio tyrimo tikslas yra ištirti teksto duomenų kriptovaliutų rinkoje poveiki Bitcoin bei Ethereum kainoms, naudojant „Twitter”socialinio tinklo #Bitcoin, #BTC, #Ethereum, #ETH žymas. Šios žymos naudojamos tirti kriptovaliutų rinką, siekiant aptikti kainų svyravimus kai sentimentų balai buvo susieti su pasirinktos kriptovaliutos kaina trumpuoju laikotarpiu (5min - 15min) bei aptinkant koreliaciją tarp sentimentų balų ir kriptovaliutos kainos, ir galiausiai pritaikant klasifikavimo matricą, kad suprasti modelio veikimą. Remiantis rezultatų duomenimis, naudojant grafinę reprezentaciją buvo nustatyta, kad sentimentų balų vidurkis yra sietinas su Bitcoin ir Ethereum kainų svyravimais. Koreliacinė analizė buvo panaudota norint įrodyti sąsają tarp sentimentų balų vidrukio bei kainų svyravimų tiriamuoju periodu. Tekstinės ir sentimentų analizės patikimumui įvertinti buvo skaičiuojamas klasifikavimo tikslumas ir paklaidos.
In recent years, developers, investors, and others have gained interested in cryptocurrency, since it is an emerging technology and rapidly growing investment business model. There are many external factors that could affect cryptocurrency price despite the decentralized nature I.e, Tweets, Government ban news, supply and demand of cryptocurrency, etc. Due to the large volume of data generated by humans and machines, sentiment analysis and opinion mining are exceedingly tough challenges in the social media ecosystem. This research aims to investigate the impact of textual data on Bitcoin and Ethereum price for tweets collected using #Bitcoin, #BTC, #Ethereum, #ETH. The hashtags are used to study about the cryptocurrency market to find if there are any price fluctuation when the sentiment scores mean were allocated to the chosen cryptocurrency price in short term (5mins-15mins) and identifying the correlation between sentiment score mean and cryptocurrency price and later performing confusion matrix to understand the performance of the model. According to the results, It has been identified through a graphical representation that when sentiment scores mean were assigned to the price of Bitcoin and Ethereum, there was a price fluctuation observed. Correlation analysis has to be done in order to confirm the correlation between the mean of sentiment score and price fluctuation during that period. Accuracy, recall, precision, and error rates were calculated for the valuation of accuracy of textual and sentiment analysis.