論文の概要: Analyzing Emotional Trends from X platform using SenticNet: A Comparative Analysis with Cryptocurrency Price
- arxiv url: http://arxiv.org/abs/2405.03084v1
- Date: Mon, 6 May 2024 00:18:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-07 15:14:27.612275
- Title: Analyzing Emotional Trends from X platform using SenticNet: A Comparative Analysis with Cryptocurrency Price
- Title（参考訳）: SenticNetを用いたXプラットフォームからの感情トレンドの分析:暗号通貨価格との比較分析
- Authors: Moein Shahiki Tash, Zahra Ahani, Olga Kolesnikova, Grigori Sidorov,
- Abstract要約: この研究は、2022年10月から2023年3月までの期間において、Xプラットフォームデータからの感情的傾向と、よく知られた暗号通貨カルダーノ、ファントム、マティック、リップルの市場動態との関係を考察した。
私たちは、恐怖や不安、怒りと悲しみ、悲しみと悲しみ、喜びと落ち着き、不安と不安、喜びと喜び、喜びと喜びといった感情を特定しました。
- 参考スコア（独自算出の注目度）: 4.906961143460255
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study delves into the relationship between emotional trends from X platform data and the market dynamics of well-known cryptocurrencies Cardano, Binance, Fantom, Matic, and Ripple over the period from October 2022 to March 2023. Leveraging SenticNet, we identified emotions like Fear and Anxiety, Rage and Anger, Grief and Sadness, Delight and Pleasantness, Enthusiasm and Eagerness, and Delight and Joy. Following data extraction, we segmented each month into bi-weekly intervals, replicating this process for price data obtained from Finance-Yahoo. Consequently, a comparative analysis was conducted, establishing connections between emotional trends observed across bi-weekly intervals and cryptocurrency prices, uncovering significant correlations between emotional sentiments and coin valuations.
- Abstract（参考訳）: この研究は、2022年10月から2023年3月までの期間において、Xプラットフォームデータからの感情的傾向と、よく知られた暗号通貨カルダーノ、ビナンス、ファントム、マティック、リップルの市場動態との関係を考察した。
SenticNetを活用して、FearとAnxiety、Rage and Anger、Grief and Sadness、Delight and Pleasantness、Enthusiasm and Eagerness、Delight and Joyといった感情を特定しました。
データ抽出の後、毎月2週間間隔に分割し、このプロセスをファイナンス・ヤフーから得た価格データに複製した。
その結果、隔週の間隔で観察される感情傾向と仮想通貨価格の関連性を確立し、感情的感情とコインの評価との間に有意な相関関係を明らかにするための比較分析が行われた。
関連論文リスト
- Measuring Non-Typical Emotions for Mental Health: A Survey of Computational Approaches [57.486040830365646]
ストレスと抑うつは日々のタスクにおけるエンゲージメントに影響を与え、彼らの相互作用を理解する必要性を強調します。
この調査は、ストレス、抑うつ、エンゲージメントを分析する計算手法を同時に探求した最初のものである。
論文 参考訳（メタデータ） (2024-03-09T11:16:09Z) - From HODL to MOON: Understanding Community Evolution, Emotional
Dynamics, and Price Interplay in the Cryptocurrency Ecosystem [13.409057009695513]
Redditでは、112の暗号通貨関連サブレディットに関する1億3000万件以上の投稿を分析している。
2021年には暗号通貨関連の活動が全般的に急増し、その後急落した。
市場パフォーマンスが上昇する中で喜びは顕著な指標となり、市場の減少は怒りの高まりを示している。
論文 参考訳（メタデータ） (2023-12-12T19:56:36Z) - AI-Assisted Investigation of On-Chain Parameters: Risky Cryptocurrencies
and Price Factors [0.9831489366502302]
本稿では,歴史的データの解析と,オンチェーンパラメータを用いた人工知能アルゴリズムについて述べる。
歴史的暗号通貨のオンチェーンデータの解析を行い,価格と他のパラメータの相関性を測定した。
分析の結果,暗号通貨価格と最大供給量と総供給量との間に有意な負の相関がみられ,価格と24時間取引量との間には弱い正の相関が認められた。
論文 参考訳（メタデータ） (2023-08-11T09:20:28Z) - StockEmotions: Discover Investor Emotions for Financial Sentiment
Analysis and Multivariate Time Series [5.892675412951627]
本稿では、株式市場における感情を検出するための新しいデータセットであるStockEmotionsを紹介する。
これは金融ソーシャルメディアプラットフォームであるStockTwitsから集めた1万件の英語コメントで構成されている。
既存の財務感情データセットとは異なり、StockEmotionsは投資家の感情クラス、きめ細かい感情、絵文字、時系列データなどの細かい特徴を提示する。
論文 参考訳（メタデータ） (2023-01-23T05:32:42Z) - Why Do You Feel This Way? Summarizing Triggers of Emotions in Social
Media Posts [61.723046082145416]
CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。
我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。
分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
論文 参考訳（メタデータ） (2022-10-22T19:10:26Z) - The MuSe 2022 Multimodal Sentiment Analysis Challenge: Humor, Emotional
Reactions, and Stress [71.06453250061489]
マルチモーダル・センチメント・アナリティクス・チャレンジ(MuSe 2022)は、マルチモーダル・センチメントと感情認識に重点を置いている。
今年の課題では、(i)ドイツサッカーコーチの音声-視覚的記録を含むPassau Spontaneous Football Coach Humorデータセット、(ii)ドイツサッカーコーチのユーモアの存在をラベル付けしたHum-Reactionデータセット、(ii)感情的表情強度に対して個人の反応が注釈付けされたHum-Reactionデータセット、(iii)ストレス的態度における人々の継続的な感情的価値観をラベル付けした音声-視覚的データからなるUlm-Trier Social Stress Testデータセットの3つのデータセットを特徴としている。
論文 参考訳（メタデータ） (2022-06-23T13:34:33Z) - Social Media Sentiment Analysis for Cryptocurrency Market Prediction [0.0]
我々は、異なる感情指標がBitcoinの価格変動とどのように相関しているかを研究する。
モデルのうちの1つは、他の20以上の公的なモデルよりも優れています。
論文 参考訳（メタデータ） (2022-04-19T03:27:29Z) - The Doge of Wall Street: Analysis and Detection of Pump and Dump Cryptocurrency Manipulations [50.521292491613224]
本稿では,インターネット上のコミュニティによって組織された2つの市場操作(ポンプとダンプと群衆ポンプ)について,詳細な分析を行う。
ポンプとダンプの仕組みは、株式市場と同じくらい古い詐欺だ。今や、緩やかに規制された暗号通貨市場において、新たな活力を得た。
本報告では,ポンプ群とダンプ群に関する3症例について報告する。
論文 参考訳（メタデータ） (2021-05-03T10:20:47Z) - LSTM Based Sentiment Analysis for Cryptocurrency Prediction [11.811501670389935]
この研究は、ソーシャルメディアの感情を分析することによって、暗号通貨の揮発性価格の動きを予測することを目的としています。
本稿では,中国のソーシャルメディアプラットフォームSina-Weiboにおける,中国のソーシャルメディア投稿の感情を識別する手法を提案する。
Weiboポストをキャプチャし、暗号固有の感情辞書の作成を記述したパイプラインを開発し、Long Short-term memory(LSTM)ベースのリカレントニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2021-03-27T04:08:37Z) - A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。
ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。
我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
論文 参考訳（メタデータ） (2020-12-10T01:15:48Z) - Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency Market Manipulations [50.521292491613224]
インターネット上のコミュニティによって組織されたポンプとダンプの詳細な分析を行う。
これらのコミュニティがどのように組織化され、どのように詐欺を行うかを観察します。
本研究では,不正行為をリアルタイムに検出する手法を提案する。
論文 参考訳（メタデータ） (2020-05-04T21:36:18Z)
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。