Аналіз спільнот і груп у соціальних мережах як значущого фактора впливу на курси криптовалют

Автор(и)

  • Олена Гавриленко Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", Україна https://orcid.org/0000-0003-0413-6274
  • Михайло Мягкий Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", Україна https://orcid.org/0000-0002-8038-8839

DOI:

https://doi.org/10.30837/ITSSI.2024.27.018

Ключові слова:

курс криптовалюти; соціальні мережі; особа, що приймає рішення; коефіцієнти важливості; шкалування; оцінки альтернатив; функція цінності критерію; ранжування соціальних мереж; інформаційна технологія.

Анотація

Нині більшість криптовалютних бірж не мають у своєму арсеналі інструментів, що дали б змогу перевірити та дослідити інформацію, яка поширюється в соціальних мережах про ту чи іншу криптовалюту. Це дозволяє проводити дослідження з подальшим розробленням відповідного інструменту, який за умови коректного використання надаватиме користувачам рекомендації щодо подальших дій у системі криптовалюти. Ґрунтуючись на цих порадах, зацікавлені особи зможуть коригувати свої рішення щодо фінансових кроків. У межах цього завдання важливим є вибір соціальної мережі, яка б максимально відповідала поставленим вимогам, оскільки саме від цього залежить вплив публікацій відомих осіб на формування цін за певну криптовалюту в конкретний момент часу. Важливість і наявність цього впливу було доведено раніше статистичними методами. Метою дослідження є ідентифікація та аналіз ключових аспектів у виборі соціальних мереж для подальшого моніторингу соціальних груп у межах аналізу впливу дописів у них на курс обраної криптовалюти. Об’єктом вивчення є соціальні мережі. Як вхідна інформація застосовувалися набір критеріїв відбору, коефіцієнти їх важливості, статистичні показники про обрані соціальні мережі, на основі яких будуть отримані значення оцінок альтернатив (соціальних мереж). Завдання дослідження: оцінювання та ранжування соціальних мереж з метою вибору такої, що максимально відповідатиме особливостям аналізу впливу дописів у соціальних мережах на курс криптовалюти. Методи дослідження. Ранжування соціальних мереж здійснювалося за значенням функції цінності альтернатив, що обчислювалися за допомогою методу лінійної згортки. Досягнуті результати. У процесі проведених досліджень розроблено алгоритм, який дає змогу проаналізувати обрані соціальні мережі щодо їх відповідності сформульованим критеріям. У статті подано результати експерименту з обраними соціальними мережами. Унаслідок отримано їх ранжований список. На основі досягнутих результатів автори роботи сформували інформаційну технологію визначення впливу дописів відомих людей у соціальних мережах на курси криптовалют.

Біографії авторів

Олена Гавриленко, Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"

кандидат фізико-математичних наук, доцент, доцент кафедри інформаційних систем та технологій факультету інформатики та обчислювальної техніки

Михайло Мягкий, Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"

аспірант кафедри інформаційних систем та технологій факультету інформатики та обчислювальної техніки

Посилання

References

Preethi, P.G., Uma, V., Kumar, A. (2015), "Temporal Sentiment Analysis and Causal Rules Extraction from Tweets for Event Prediction". Procedia Computer Science. №48. Р. 84–89. DOI: https://doi.org/10.1016/j.procs.2015.04.154

Gerber, M. (2014), "Predicting crime using Twitter and kernel density estimation". Decision Support Systems. № 61. Р. 115–125. DOI: https://doi.org/10.1016/j.dss.2014.02.003

Gavrilenko, O.V., Kuptsova, I.V. (2018), "Research of tasks of estimation of objects in computer social networks by means of reliable algorithms". Materials of the 8th international scientific and technical conference Modern directions of development of information and communication technologies and means of management, Kharkiv, April 26-27, 2018. Р. 67–68. available at: https://repository.kpi.kharkov.ua/server/api/core/bitstreams/17fb7e70-7255-4f3c-a1f3-f0198aea5972/content. (last accessed: 14.03.2024).

Alhajj, R., Rokne, J. (2020), "Encyclopedia of Social Network Analysis and Mining". Analysis and Mining. Springer, New York, NY. 2699 р. DOI: https://doi.org/10.1007/978-1-4614-7163-9

Byrd, K., Mansurov, A., Baysal, O. (2016), "Mining Twitter data for influenza detection and surveillance". SEHS ‘16: Proceedings of the International Workshop on Software Engineering in Healthcare Systems. Р. 43–49. DOI: https://doi.org/10.1145/2897683.2897693

Ramona-Diana, Leon, Raúl, Rodríguez-Rodríguez, Pedro, Gómez-Gasquet, Josefa, Mula (2017), "Social network analysis: A tool for evaluating and predicting future knowledge flows from an insurance organization". Technological Forecasting and Social Change. Vol. 114. Р. 103–118. DOI: https://doi.org/10.1016/j.techfore.2016.07.032

Ardekani, M. J., Owlia, M. S., Shishebori, D., Mehrjardi, Y. Z. (2024), "Unravelling the Dynamics: Social Media, Absorptive Capacity, and Organizational Performance". International Journal of Emgineering. Vol. 37, № 2. Р. 387–401. available at: https://www.ije.ir/?_action=article&au=817130&_au=Owlia,%20M.%20S. (last accessed: 14.03.2024).

M. Recskó, M. Aranyossy (2024), "User acceptance of social network-backed cryptocurrency: a unified theory of acceptance and use of technology (UTAUT)-based analysis". Financial Innovation. Vol. 10, № 57. DOI: https://doi.org/10.1186/s40854-023-00511-4

Luo, G., Hao, J., Ma, H. (2024), "The impact of brand connectedness on consumer engagement behavior in the social media brand community". Journal of Research in Interactive Marketing. ISSN: 2040-7122. available at: https://www.emerald.com/insight/content/doi/10.1108/JRIM-05-2023-0146/full/html (last accessed: 14.03.2024).

Christopher, Westland, Periodicity, J. (2024), "Elliott waves, and fractals in the NFT market". Scientific Reports. Vol. 14, 4480 р. DOI: https://doi.org/10.1038/s41598-024-55011-x

Gavrylenko, O., Miahkyi, M., Zhurakovskyi, Y. (2022), "The task of analyzing publications to build a forecast for changes in cryptocurrency rates". Adaptive automatic control systems. Vol. 2 № 41. Р. 90–99. DOI: https://doi.org/10.20535/1560-8956.41.2022.271349

Bidyuk, P., Gavrilenko, O., Myagkyi, M. (2023), "The algorithm for predicting the cryptocurrency rate taking into account the influence of posts of a group of famous people in social networks". System research and information technology: an international scientific and technical journal. № 2. Р. 22–34. DOI: https://doi.org/10.20535/SRIT.2308-8893.2023.2.02

Gavrilenko, O., Myagkyi, M. (2023), "Forecasting the cryptocurrency exchange rate based on the ranking of expert opinions". Innovative technologies and scientific solutions for industries. No. 4 (26). Р. 24–32. DOI: https://doi.org/10.30837/ITSSI.2023.26.024

Gavrilenko, O., Myagkyi, M. "Investigation of the impact of expert group posts on the cryptocurrency rate". XIX International Scientific Conference named after Academician Mykhailo Kravchuk, dedicated to the 125th anniversary of Igor Sikorsky Kyiv Polytechnic Institute. Abstracts of reports. Р. 156–158. available at: https://matan.kpi.ua/media/2023/kravchuk-conf-2023/kravchuk2023-abstracts.pdf. (last accessed: 14.03.2024).

Michkivsky, S.M., Prigunov, O.V., Rymar, P.V. (2019), "Decision-making systems and methods: methodological guidelines". Vinnytsia, Vasyl’ Stus DonNU. 76 р. available at: https://r.donnu.edu.ua/bitstream/123456789/ (last accessed: 14.03.2024).

Bidyuk, P.I., Tymoshchuk, O.L., Kovalenko, A.E., Korshevnyuk, L.O. "Systems and methods of decision support. Textbook". Igor Sikorsky Kyiv Polytechnic Institute. 2022. 610 р. URL: https://ela.kpi.ua/server/api/core/bitstreams/6958f683-fbac-4506-9c85-5115c8f8b4c6/content. (last accessed: 14.03.2024).

##submission.downloads##

Опубліковано

2024-03-30

Як цитувати

Гавриленко, О., & Мягкий, М. (2024). Аналіз спільнот і груп у соціальних мережах як значущого фактора впливу на курси криптовалют. СУЧАСНИЙ СТАН НАУКОВИХ ДОСЛІДЖЕНЬ ТА ТЕХНОЛОГІЙ В ПРОМИСЛОВОСТІ, (1 (27), 18–25. https://doi.org/10.30837/ITSSI.2024.27.018