論文の概要: Bitcoin's Edge: Embedded Sentiment in Blockchain Transactional Data
- arxiv url: http://arxiv.org/abs/2504.13598v1
- Date: Fri, 18 Apr 2025 10:06:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-28 16:18:08.516768
- Title: Bitcoin's Edge: Embedded Sentiment in Blockchain Transactional Data
- Title（参考訳）: Bitcoinのエッジ:ブロックチェーン取引データに埋め込まれたセンチメント
- Authors: Charalampos Kleitsikas, Nikolaos Korfiatis, Stefanos Leonardos, Carmine Ventre,
- Abstract要約: パターンを分析し、検出し、ブロックチェーントランザクションデータにエンコードされた公開感情を抽出するために、自然言語処理技術を使用します。
われわれの発見は、これまで未調査だった、可利用で透明で不変なデータのソースに光を当てた。
- 参考スコア（独自算出の注目度）: 5.762286612061954
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cryptocurrency blockchains, beyond their primary role as distributed payment systems, are increasingly used to store and share arbitrary content, such as text messages and files. Although often non-financial, this hidden content can impact price movements by conveying private information, shaping sentiment, and influencing public opinion. However, current analyses of such data are limited in scope and scalability, primarily relying on manual classification or hand-crafted heuristics. In this work, we address these limitations by employing Natural Language Processing techniques to analyze, detect patterns, and extract public sentiment encoded within blockchain transactional data. Using a variety of Machine Learning techniques, we showcase for the first time the predictive power of blockchain-embedded sentiment in forecasting cryptocurrency price movements on the Bitcoin and Ethereum blockchains. Our findings shed light on a previously underexplored source of freely available, transparent, and immutable data and introduce blockchain sentiment analysis as a novel and robust framework for enhancing financial predictions in cryptocurrency markets. Incidentally, we discover an asymmetry between cryptocurrencies; Bitcoin has an informational advantage over Ethereum in that the sentiment embedded into transactional data is sufficient to predict its price movement.
- Abstract（参考訳）: 分散決済システムとしての役割を超えて、暗号通貨ブロックチェーンは、テキストメッセージやファイルなどの任意のコンテンツの保存と共有にますます利用されている。
しばしば非金融的ではあるが、この隠されたコンテンツは、個人情報を伝達し、感情を形作り、世論に影響を与えることによって価格運動に影響を与える可能性がある。
しかし、このようなデータの現在の分析はスコープとスケーラビリティに限られており、主に手作業による分類や手作業によるヒューリスティックスに依存している。
本研究では、パターンを分析し、検出し、ブロックチェーントランザクションデータにエンコードされた公開感情を抽出する自然言語処理技術を用いて、これらの制限に対処する。
さまざまな機械学習技術を使用して、BitcoinおよびEthereumブロックチェーン上での暗号通貨価格の動きを予測するブロックチェーン組み込みの感情の予測力を示す。
我々の発見は、これまで調査されていない、自由で透明で不変なデータソースに光を当て、ブロックチェーンの感情分析を、暗号通貨市場における金融予測を強化するための、新しくて堅牢なフレームワークとして導入しました。
ビットコインはEthereumに対して、トランザクションデータに埋め込まれた感情が価格の動きを予測するのに十分な情報的優位性を持っている。
関連論文リスト
- BlockFound: Customized blockchain foundation model for anomaly detection [47.04595143348698]
BlockFoundは、異常なブロックチェーントランザクション検出のためのカスタマイズされた基盤モデルである。
ブロックチェーントランザクションのユニークなデータ構造をモデル化するための、一連のカスタマイズデザインを紹介します。
BlockFoundは、Solana上の異常なトランザクションを高精度に検出する唯一の方法である。
論文 参考訳（メタデータ） (2024-10-05T05:11:34Z) - 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) - Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。
フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。
本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-28T07:08:26Z) - Blockchain Metrics and Indicators in Cryptocurrency Trading [0.22940141855172028]
本研究の目的は、暗号通貨市場での運用に役立つ新しい指標の構築である。
これらの指標は、ブロックチェーンネットワーク、特にBitcoinマイニングを構成するノードから得られる公開データに基づいています。
論文 参考訳（メタデータ） (2024-02-11T12:34:58Z) - 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) - Predicting Digital Asset Prices using Natural Language Processing: a
survey [2.806897141084325]
機械学習の台頭と自然言語処理は、特に、暗号通貨の価格変動を軽視し、予測している。
本稿では,ビットコインなどのデジタル資産の価格予測と動作解析に機械学習と自然言語処理を応用した最近の取り組みをレビューし,分析することを目的とする。
論文 参考訳（メタデータ） (2022-11-28T17:37:06Z) - Towards Measuring the Traceability of Cryptocurrencies [0.5371337604556311]
我々は暗号通貨の追跡可能性と匿名性を測定するための正式な枠組みを提唱した。
我々の研究は、暗号通貨のトレーサビリティを評価するための、最初の実用的で効率的で確率的な尺度を提供する。
いくつかの暗号トランザクショングラフに対して提案したトレーサビリティ尺度を実装し,広範囲に評価する。
論文 参考訳（メタデータ） (2022-11-08T14:08:39Z) - Token Spammers, Rug Pulls, and SniperBots: An Analysis of the Ecosystem of Tokens in Ethereum and in the Binance Smart Chain (BNB) [50.888293380932616]
トークンと流動性のプールの生態系を研究する。
トークンの約60%が1日以内でアクティブであることが分かりました。
1日間の暴走が2億4000万ドルという利益を生み出したと見積もっている。
論文 参考訳（メタデータ） (2022-06-16T14:20:19Z) - Analysis of Arbitrary Content on Blockchain-Based Systems using BigQuery [0.0]
パブリックブロックチェーン上のコンテンツを素早く発見、分類するためのクラウドベースのアプローチを開発し、適用します。
当社の手法は,さまざまなブロックチェーンシステムに適用可能で,コンテンツ関連の使用パターンや乱用の可能性に関する洞察を提供する。
私たちの知る限りでは、ブロックチェーンに格納された非金融コンテンツを体系的に分析するのは、今回が初めてです。
論文 参考訳（メタデータ） (2022-03-17T15:12:38Z) - Quantum-resistance in blockchain networks [46.63333997460008]
本稿では、ブロックチェーンネットワークにおける量子脅威を特定し、排除するために、米国間開発銀行、IDBラボ、LACChain、量子コンピューティング(CQC)、Tecnologicalo de Monterreyによる研究について述べる。
量子コンピューティングの出現は、非量子耐性暗号アルゴリズムを利用するため、インターネットプロトコルやブロックチェーンネットワークを脅かす。
論文 参考訳（メタデータ） (2021-06-11T23:39:25Z) - A Blockchain Transaction Graph based Machine Learning Method for Bitcoin
Price Prediction [8.575998118995216]
既存のbitcoinの予測は、主に簡単な機能エンジニアリングに当てはまる。
異なる範囲のパターンを明らかにするために,kオーダーのトランザクショングラフを提案する。
特徴を受け入れて価格予測を行う新しい予測手法を提案し, 異なる歴史時代の特定のパターンを生かした価格予測手法を提案する。
論文 参考訳（メタデータ） (2020-08-21T20:08:17Z)
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。