論文の概要: Global Public Sentiment on Decentralized Finance: A Spatiotemporal Analysis of Geo-tagged Tweets from 150 Countries
- arxiv url: http://arxiv.org/abs/2409.00843v1
- Date: Sun, 1 Sep 2024 21:14:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-06 08:51:29.889573
- Title: Global Public Sentiment on Decentralized Finance: A Spatiotemporal Analysis of Geo-tagged Tweets from 150 Countries
- Title（参考訳）: 分散ファイナンスに関する世界的な世論感:150ヶ国におけるジオタグ付きつぶやきの時空間分析
- Authors: Yuqi Chen, Yifan Li, Kyrie Zhixuan Zhou, Xiaokang Fu, Lingbo Liu, Shuming Bao, Daniel Sui, Luyao Zhang,
- Abstract要約: この研究は、2012年から2022年にかけて150カ国で1億5000万件以上のジオタグ付きツイートを分析した。
世界開発指標データベース(World Development Indicators database)からグローバルな規制と経済指標を統合している。
その結果, 経済的要因による世界的感情の変化が顕著であった。
本研究は、経済・地域要因による分散型金融に対する世界的格差を浮き彫りにするものである。
- 参考スコア（独自算出の注目度）: 12.485632207624276
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the digital era, blockchain technology, cryptocurrencies, and non-fungible tokens (NFTs) have transformed financial and decentralized systems. However, existing research often neglects the spatiotemporal variations in public sentiment toward these technologies, limiting macro-level insights into their global impact. This study leverages Twitter data to explore public attention and sentiment across 150 countries, analyzing over 150 million geotagged tweets from 2012 to 2022. Sentiment scores were derived using a BERT-based multilingual sentiment model trained on 7.4 billion tweets. The analysis integrates global cryptocurrency regulations and economic indicators from the World Development Indicators database. Results reveal significant global sentiment variations influenced by economic factors, with more developed nations engaging more in discussions, while less developed countries show higher sentiment levels. Geographically weighted regression indicates that GDP-tweet engagement correlation intensifies following Bitcoin price surges. Topic modeling shows that countries within similar economic clusters share discussion trends, while different clusters focus on distinct topics. This study highlights global disparities in sentiment toward decentralized finance, shaped by economic and regional factors, with implications for poverty alleviation, cryptocurrency crime, and sustainable development. The dataset and code are publicly available on GitHub.
- Abstract（参考訳）: デジタル時代には、ブロックチェーン技術、暗号通貨、および非偽造トークン(NFT)が金融と分散システムを変革してきた。
しかし、既存の研究はこれらの技術に対する世論の時空間的変化を無視し、その世界的影響に対するマクロレベルの洞察を制限している。
この調査はTwitterのデータを利用して150カ国の大衆の関心や感情を探り、2012年から2022年にかけての1億5000万以上のジオタグ付きツイートを分析した。
感情スコアは、40億ツイートで訓練されたBERTベースの多言語感情モデルを用いて導出された。
この分析は世界開発指標データベースから世界の暗号通貨規制と経済指標を統合している。
その結果、経済要因に影響された世界的感情の変化が顕著に示され、多くの先進国が議論に従事している一方、先進国はより高い感情レベルを示している。
地理的に重み付けされたレグレッションは、GDP-ツイートのエンゲージメントの相関がBitcoin価格の急騰に伴って増加することを示している。
トピックモデリングは、類似の経済クラスタ内の国々が議論の傾向を共有し、異なるクラスタが異なるトピックに焦点を当てていることを示している。
この研究は、貧困緩和、暗号通貨犯罪、持続的発展に影響を及ぼす経済・地域要因によって形成された分散金融に対する世界的格差を浮き彫りにしている。
データセットとコードはGitHubで公開されている。
関連論文リスト
- IT Strategic alignment in the decentralized finance (DeFi): CBDC and digital currencies [49.1574468325115]
分散型金融(DeFi)は、ディスラプティブベースの金融インフラである。
1) DeFiの一般的なIT要素は何か?
2) DeFi における IT 戦略の整合性には,どのような要素があるのでしょう?
論文 参考訳（メタデータ） (2024-05-17T10:19:20Z) - Large Language Models are Geographically Biased [47.88767211956144]
我々は、地理のレンズを通して、我々の住む世界について、Large Language Models (LLM)が何を知っているかを研究する。
我々は,地理空間予測において,システム的誤りと定義する,様々な問題的地理的バイアスを示す。
論文 参考訳（メタデータ） (2024-02-05T02:32:09Z) - Utilizing deep learning models for the identification of enhancers and
super-enhancers based on genomic and epigenomic features [0.0]
本稿では,9つの広く認識されている暗号通貨に着目した,英語のつぶやきの膨大なデータセットを広範囲に検証する。
我々の主な目的は、これらの暗号通貨に関連するソーシャルメディアコンテンツの心理言語学的・感情分析を行うことであった。
この研究は、様々なデジタルコインの言語特性を比較し、各コインのコミュニティに現れる独特の言語パターンに光を当てた。
論文 参考訳（メタデータ） (2024-01-15T04:58:50Z) - Interplay between Cryptocurrency Transactions and Online Financial
Forums [41.94295877935867]
本研究は、これらの暗号掲示板間の相互作用と暗号値の変動に関する研究に焦点をあてる。
これは、Bitcointalkフォーラムの活動がBTCの値のトレンドと直接的な関係を保っていることを示している。
この実験は、フォーラムデータが金融分野における特定の出来事を説明することを強調している。
論文 参考訳（メタデータ） (2023-11-27T16:25:28Z) - Deep Learning and NLP in Cryptocurrency Forecasting: Integrating Financial, Blockchain, and Social Media Data [3.6390165502400875]
本稿では,機械学習(ML)と自然言語処理(NLP)技術を活用した暗号通貨価格予測の新しい手法を提案する。
ニュースやソーシャルメディアのコンテンツを分析することで、仮想通貨市場に対する大衆の感情の影響を評価する。
論文 参考訳（メタデータ） (2023-11-23T16:14:44Z) - On the Mechanics of NFT Valuation: AI Ethics and Social Media [9.0270684890377]
ソーシャルメディアの感情とジェンダーと肌のトーンがNFTの評価にどのように貢献するかを研究する。
クリプトパンクに対する人々の態度は概ね肯定的だが, 取引活動の不均衡や, 性別や肌の色調に基づく価格設定を反映している。
論文 参考訳（メタデータ） (2023-07-13T03:12:00Z) - Dynamic Bayesian Networks for Predicting Cryptocurrency Price Directions: Uncovering Causal Relationships [1.4356611205757077]
この研究で、Bitcoin、Coin、Litecoin、Ripple、Tetherの6つの人気暗号通貨が研究されている。
ソーシャルメディアデータ,従来の金融市場要因,技術的指標など,さまざまな特徴の因果関係を明らかにするために,動的ベイズネットワーク(DBN)に基づくアプローチを提案する。
その結果、DBNの性能は、暗号通貨によって異なるが、他の暗号通貨よりも高い予測精度を示す暗号通貨もあるが、DBNはベースラインモデルよりも著しく優れていた。
論文 参考訳（メタデータ） (2023-06-13T22:07:51Z) - Unpacking How Decentralized Autonomous Organizations (DAOs) Work in
Practice [54.47385318258732]
分散自律組織(DAO)は、共通のビジョンに向けてエンティティのグループを調整する新しい方法として登場した。
わずか数年で4000以上のDAOが、投資、教育、健康、研究など様々な分野で立ち上げられた。
このような急激な成長と多様性にもかかわらず、実際にどのように機能し、その目標を達成するのにどの程度効果があるのかは不明だ。
論文 参考訳（メタデータ） (2023-04-17T01:30:03Z) - Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S.
News Headlines [63.52264764099532]
われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。
我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。
以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
論文 参考訳（メタデータ） (2023-03-28T03:31:37Z) - Just Another Day on Twitter: A Complete 24 Hours of Twitter Data [39.98744837726886]
われわれは2022年9月21日から24時間以内に3億7500万件のツイートを収集した。
これは、研究コミュニティで利用可能な24時間Twitterデータセットの最初のものである。
論文 参考訳（メタデータ） (2023-01-26T21:28:40Z) - Beyond Trading Data: The Hidden Influence of Public Awareness and Interest on Cryptocurrency Volatility [7.091344537490436]
本研究はビットコイン・ドル取引レートのボラティリティに影響を及ぼす様々な独立した要因について検討する。
我々は,AdaBoost-LSTMアンサンブルモデルであるCoMForEを提案する。
先進的なモデルでは、全体的な暗号通貨価値分布の変動を予測し、投資決定に対する価値を高めることで、さらに一歩進んでいます。
論文 参考訳（メタデータ） (2022-02-12T21:39:29Z)
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。