Ανάλυση συναισθήματος κοινωνικών δικτύων για την πρόβλεψη της τιμής του Βitcoin με χρήση LSTM αλγορίθμου

Abstract

Η Blockchain τεχνολογία αφορά ένα ταχέως αναπτυσσόμενο πεδίο τα τελευταία χρόνια. Με την αγορά των κρυπτονομισμάτων να σημειώνει συνολική αξία 1.03 τρισεκατομμύρια δολάρια και εκατομμύρια χρήστες να την αναφέρουν καθημερινά στα social media αποτελεί ένα χαοτικό πεδίο για έρευνα μιας και η αγορά επηρεάζεται από εκατοντάδες παράγοντες ταυτόχρονα. Στην παρούσα εργασία συλλέχθηκαν δεδομένα από πηγές κοινωνικών δικτύων (Tweeter, ιστοσελίδες και blogs), τα οποία αναλύθηκαν και κατηγοριοποιήθηκαν με διαφορετικές τεχνικές ανάλυσης συναισθήματος. Τα κειμενικά δεδομένα αποθηκευτήκαν σε βάση δεδομένων και εξετάστηκαν για τον βαθμό επιρροής τους χρησιμοποιώντας ένα σύνολο τεχνικών επιλογής χαρακτηριστικών. Παράλληλα μελετήθηκαν τα νευρωνικά δίκτυα RNNs (Recurrent neural networks) και αναπτύχθηκε μοντέλο μηχανικής μάθησης LSTM (Long-short memory). Το μοντέλο LSTM μετά από έρευνα σε επίπεδο αρχιτεκτονικής και υπερπαραμέτρων αξιοποιήθηκε για την πρόβλεψη της τιμής του κρυπτονομίσματος Bitcoin για χρονικό πλαίσιο εφτά ημερών και περιόδους έξι ωρών. Το νευρωνικό δίκτυο που αναπτύχθηκε σημείωσε αποτελεσματικότητα στην πρόβλεψη της τάσης για κάθε επόμενη περίοδο της χρονοσειράς του κρυπτονομίσματος 71.4%. Οι προτεινόμενες μέθοδοι μπορούν να χρησιμοποιηθούν για πρόβλεψη μεγαλύτερου μελλοντικού παραθύρου.