論文の概要: Twitter Permeability to financial events: an experiment towards a model
for sensing irregularities
- arxiv url: http://arxiv.org/abs/2312.11530v1
- Date: Thu, 14 Dec 2023 21:32:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-31 03:44:36.010683
- Title: Twitter Permeability to financial events: an experiment towards a model
for sensing irregularities
- Title（参考訳）: 金融イベントに対するTwitterの透過性:不規則を検知するモデルに向けた実験
- Authors: Ana Fern\'andez Vilas, Rebeca P. D\'iaz Redondo, Keeley Crockett,
Majdi Owda, Lewis Evans
- Abstract要約: 本稿では、金融市場におけるTwittersphereの浸透性、Twitterユーザーの全宇宙、およびその習慣について検討する。
この実験は、Twitterの金融市場への浸透性の特徴を特徴付けるために、5つの重要な研究課題に答えようとしている。
- 参考スコア（独自算出の注目度）: 2.0272430076690022
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: There is a general consensus of the good sensing and novelty characteristics
of Twitter as an information media for the complex financial market. This paper
investigates the permeability of Twittersphere, the total universe of Twitter
users and their habits, towards relevant events in the financial market.
Analysis shows that a general purpose social media is permeable to
financial-specific events and establishes Twitter as a relevant feeder for
taking decisions regarding the financial market and event fraudulent activities
in that market. However, the provenance of contributions, their different
levels of credibility and quality and even the purpose or intention behind them
should to be considered and carefully contemplated if Twitter is used as a
single source for decision taking. With the overall aim of this research, to
deploy an architecture for real-time monitoring of irregularities in the
financial market, this paper conducts a series of experiments on the level of
permeability and the permeable features of Twitter in the event of one of these
irregularities. To be precise, Twitter data is collected concerning an event
comprising of a specific financial action on the 27th January 2017:{~ }the
announcement about the merge of two companies Tesco PLC and Booker Group PLC,
listed in the main market of the London Stock Exchange (LSE), to create the
UK's Leading Food Business. The experiment attempts to answer five key research
questions which aim to characterize the features of Twitter permeability to the
financial market. The experimental results confirm that a far-impacting
financial event, such as the merger considered, caused apparent disturbances in
all the features considered, that is, information volume, content and sentiment
as well as geographical provenance. Analysis shows that despite, Twitter not
being a specific financial forum, it is permeable to financial events.
- Abstract（参考訳）: 複雑な金融市場の情報メディアとしてのtwitterの優れたセンシングとノベルティの特徴については、一般的なコンセンサスがある。
本稿では,金融市場における関連するイベントに対するtwittersphereの透過性,twitterユーザとその習慣について検討する。
分析によると、ソーシャルメディアは金融特化イベントに浸透し、金融市場やイベント不正行為に関する決定を下すための関連するフィードとしてTwitterを確立している。
しかし、コントリビューションの証明、信頼性と品質のレベル、さらにはその背景にある目的や意図さえも、Twitterが意思決定の単一ソースとして使用されている場合、慎重に検討する必要がある。
本研究の目的は,金融市場の不規則性をリアルタイムに監視するためのアーキテクチャを展開することであり,その1つとしてtwitterの透過性と透過性に関する一連の実験を行った。
正確には、2017年1月27日の特定の金融行動を含むイベントに関するTwitterのデータが収集されている。{~ } ロンドン証券取引所(LSE)のメインマーケットに上場している2つの企業であるTesco PLCとBooker Groupの合併に関する発表は、イギリスのLeading Food Businessを創設する。
この実験は、twitterの金融市場への浸透性を特徴付ける5つの重要な研究課題に答えようとするものだ。
実験の結果, 合併を考慮すれば, 財務的な事象が, 情報量, 内容, 感情, 地理的根拠など, あらゆる特徴に明らかな障害を引き起こしたことが明らかとなった。
分析によると、twitterは特定の金融フォーラムではないが、金融イベントには通用する。
関連論文リスト
- Targeted aspect-based emotion analysis to detect opportunities and precaution in financial Twitter messages [8.504685056067144]
同じツイートで、異なる株式市場資産の金銭的感情(肯定的、否定的な予測)を個別に識別できる新たなTABEA(Targeted Aspect-Based Emotion Analysis)システムを提案する。
自然言語処理(NLP)技術と機械学習ストリーミングアルゴリズムに基づいている。
ターゲットの感情、財務的機会、そしてTwitterの予防のために90%以上の精度を達成している。
論文 参考訳（メタデータ） (2024-03-30T16:46:25Z) - Effect of Leaders Voice on Financial Market: An Empirical Deep Learning Expedition on NASDAQ, NSE, and Beyond [1.6622844933418388]
異なる分野のリーダーのTwitterハンドルのNLP分析に基づいて、ディープラーニングに基づくモデルを提案し、金融市場のトレンドを予測する。
インドとアメリカの金融市場は、将来他の市場が取られるように、現在の作業で探索されている。
論文 参考訳（メタデータ） (2024-03-18T18:19:08Z) - The irruption of cryptocurrencies into Twitter cashtags: a classifying
solution [0.0]
暗号通貨の暴落は、キャッシュタグに基づくポストの集約を著しく低下させた。
本研究では、競合するキャッシュタグとコンテナのつぶやきを区別する自動分類器を提案する。
論文 参考訳（メタデータ） (2023-12-14T22:23:05Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2023-05-23T16:40:07Z) - The Battle of Information Representations: Comparing Sentiment and
Semantic Features for Forecasting Market Trends [0.5249805590164902]
市場の動向を予測するための感情属性よりも文脈埋め込みの形での意味的特徴が重要であるかを検討する。
当社は、NASDAQの資本化による大手企業に関連するTwitter投稿のコーパスとその価格設定について検討する。
以上の結果から,感情的特徴の活用により,有意な頻度で測定値が上昇することが示唆された。
論文 参考訳（メタデータ） (2023-03-24T18:30:15Z) - Trust and Believe -- Should We? Evaluating the Trustworthiness of
Twitter Users [5.695742189917657]
ソーシャルメディア上のフェイクニュースは、個人と社会の両方に悪影響を及ぼす大きな問題である。
この作業において、私たちは、ソーシャルネットワークコミュニティに信頼を喚起するソリューションを提供したいと考えている。
本モデルでは,Twitter上で5万人の政治家の行動を分析し,評価されたユーザ毎に影響スコアを割り当てる。
論文 参考訳（メタデータ） (2022-10-27T06:57:19Z) - Identification of Twitter Bots based on an Explainable ML Framework: the
US 2020 Elections Case Study [72.61531092316092]
本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。
Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。
また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
論文 参考訳（メタデータ） (2021-12-08T14:12:24Z) - What goes on inside rumour and non-rumour tweets and their reactions: A
Psycholinguistic Analyses [58.75684238003408]
ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。
本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
論文 参考訳（メタデータ） (2021-11-09T07:45:11Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳（メタデータ） (2021-06-07T19:26:32Z) - Adversarial trading [91.3755431537592]
取引環境では敵のサンプルを実装でき、特定の市場参加者に悪影響を及ぼすことを示す。
これは、取引または規制の観点から、金融市場にはるかに影響する可能性があります。
論文 参考訳（メタデータ） (2020-12-16T16:08:22Z) - Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline [47.434392695347924]
ACM RecSysが主催するRecSys 2020 Challengeは、このデータセットを使用してTwitterと提携している。
本稿では,ユーザエンゲージメントを予測しようとする研究者や専門家が直面する課題について述べる。
論文 参考訳（メタデータ） (2020-04-28T23:54:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。