感知加密货币新闻的社交媒体信号
社会与信息网络
2019-07-02 v1 机器学习
机器学习
摘要
实时追踪和监测相关且重要新闻的能力在多个工业领域都至关重要。本工作中，我们关注近期受到大众和金融受众新兴关注的加密货币新闻集合。为实时追踪相关新闻，我们（i）将网络新闻与社交媒体上的推文相匹配，（ii）追踪其日内推文活动，以及（iii）探索不同的机器学习模型，用于预测文章发布后前24小时内其在Twitter上的提及次数。我们比较了若干机器学习模型，如线性外推、线性和随机森林自回归模型，以及序列到序列神经网络。我们发现随机森林自回归模型在大多数任务中表现与更复杂的模型相当。
引用
@article{arxiv.1903.11451,
title = {Sensing Social Media Signals for Cryptocurrency News},
author = {Johannes Beck and Roberta Huang and David Lindner and Tian Guo and Ce Zhang and Dirk Helbing and Nino Antulov-Fantulin},
journal= {arXiv preprint arXiv:1903.11451},
year = {2019}
}
备注
full version of the paper, that is accepted at ACM WWW '19 Conference, MSM'19 Workshop