Análise de influência de utilizadores e redes sociais em microblogs sobre mercados financeiros

Abstract

A evolução das tecnologias tem permitido à sociedade uma partilha cada vez maior e constante de informação. Por exemplo, hoje em dia existe um acesso fácil a milhares de mensagens espalhadas por variadas redes sociais, incluindo serviços de microblogging (e.g. Twitter, StockTwits). Estas mensagens podem ser uma importante fonte de informação para ser explorada via técnicas de Data Mining. Nesta dissertação pretendeu-se avaliar a influência de utilizadores em microblogs dedicados aos mercados financeiros via uma abordagem de Data Mining. Como fonte de dados, utilizou-se o serviço StockTwits, que é exclusivamente dedicado à área financeira. O conjunto de dados analisado envolveu um elevado número de mensagens, com cerca de 340000 mensagens relativas a 10000 utilizadores da mesma rede social e coletadas num período de 2 anos e 9 meses, entre junho de 2010 e março de 2013. Sobre este conjunto de dados foram testadas 8 métricas para medir influência de utilizadores dentro de uma rede social (e.g. indegree, outdegree), sendo também proposta uma nova métrica de influência, designada de Parent em que se contabiliza o número de posts originais de um dado utilizador, dentro do conjunto de conversações associado ao período em análise. As 9 métricas distintas foram aplicadas para criar seis conjuntos de utilizadores mais relevantes (top5, top10, top15, top20, top50 e top100). Depois, para cada um destes conjuntos, foi avaliada a correlação de sentimento da mensagem (bullish ou bearish) do dia anterior com o sentimento geral (envolvendo todos utilizadores) para o dia seguinte, para todas as ações financeiras e para algumas em particular (e.g. $AAPL, $SPY). Em algumas das experiências efetuadas, foram obtidos resultados interessantes, com os valores de correlação calculados a serem superiores a 0.5. Numa análise posterior, aquando da introdução de novos filtros, foram também superados alguns valores da baseline. Estes resultados revelam algum potencial da abordagem adotada e novas direções de trabalho futuro nesta área.

The constant evolution of technologies has allowed the society an increasing share of information. Therefore, every day we are facing great amounts of information, spread by different social networks. When well exploited, these could be sources of important, useful and cheap information. With the emergence of some platforms dedicated to financial areas, abundant amounts of information are becoming available to use every hour. If applied the correct tools and successfully evaluated the most influential users, the creation of perfect conditions to do business becomes a possibility. Naturally, the interest in identifying these users is growing. To do so, the number of studies on evaluating influence is becoming bigger, seeking ways to define and measure people who could have greater impact on our decisions. Having this fact into account, this theme is proposed in order to become possible the successful evaluation of this users on financial microblogs. Thus, the aim is to create tools that allow users to have informed sources to form their opinion, anticipating major changes based on the opinion of someone who considers influential. Using the Design Science Research methodology and CRISP-DM, it is intended to create models to measure influence of users in social networks about financial markets, allowing to extract useful information that will help on the process of decision-making. It is expected the increase of knowledge in influence analysis and financial forecasting.