FenixEdu™

Dissertação

{en_GB=Finding Influential Twitter Users for the Stock Market Optimized by Genetic Algorithms} {} EVALUATED

Detalhes: {pt=O Twitter tem sido cada vez mais usado pela comunidade cientifica como fonte de informação para tentar prever o mercado das acções. Este trabalho visa dar mais um passo nesta área emergente. Todos os dias, milhares de utilizadores com diferentes características comentam no Twitter sobre a actualidade de diversas companhias. Estes comentários podem influenciar o comportamento dos seus leitores relativamente à transacção de acções. Neste trabalho, propõe-se a utilização de um Algoritmo Genético para seleccionar um conjunto de características ideais de um utilizador capaz de influenciar a subida e descida do valor das acções. Para cumprir este objectivo foram criadas técnicas para identificar os possíveis utilizadores de Twitter influentes, foi desenvolvida uma metodologia capaz de filtrar tweets com conteúdo relacionado com o mercado das acções e ainda foi implementado um analisador de sentimento em tweets. Os resultados demonstram que os utilizadores do Twitter mais influentes são aqueles mais activos nesta rede social, ou seja, aqueles que publicam um elevado número de tweets e os que possuem um elevado número de novos seguidores. Logo a seguir, aparecem como características também importantes o número total de tweets e o rácio entre seguidores e amigos. No final, foram feitos dois casos de estudo com o objectivo de avaliar o resultado do Algoritmo Genético. Os resultados são bastante promissores uma vez que, num dos casos do estudo, o "profit" obtido não dependeu do mercado, o que se revela uma qualidade muito aliciante para qualquer investidor., en=Twitter has been used increasingly by the scientific community as an information source with the purpose of predicting the stock market. This work aims to take another step into this emerging area. Everyday, thousands of users, with different features, comment on Twitter regarding several companies. These comments can influence the behavior of the people who read them relatively to the transaction of shares. This work purposes the use of a Genetic Algorithm to select a set of ideal features belonging to a user capable of influencing the rise and fall of the share values. To meet this goal, techniques to identify the potential influent Twitter users were created, a methodology was developed for filtering the tweets related to the stock market and an analyzer of tweets' sentiment was implemented. The final results show that the most influent Twitter users are those that are more active in this social network, posting a high number of tweets and having a lot of new followers. The total number of tweets and the ratio between followers and friends are important characteristics as well. At last, two case studies were made with the goal of assessing if the Genetic Algorithm was efficient. The results are very promising since in one of the case studies the profit did not depend on the behavior of the market which is a very appealing quality for any investor.}
Keywords: {pt=Twitter, Utilizadores Influentes, Algoritmo Genético, Investimento, Mercado das Acções, en=Twitter, Influent Users, Genetic Algorithm, Investment, Stock Market}

Discussão: novembro 7, 2016, 13:0