Počet záznamov: 1
Sentiment Analysis of Bitcoin Using Twitter and Python
Názov Sentiment Analysis of Bitcoin Using Twitter and Python Preklad názvu Analýza sentimentu bitcoinu pomocou Twitteru a Pythonu Autorské údaje Milan Cibuľa, Juliana Bérešová Autor Cibuľa Milan EUBPHFKRP - Katedra finančného riadenia podniku PHF Spoluautori Bérešová Juliana EUBPHFKEK - Katedra ekonómie PHF - zrušené Zdrojový dokument EDAMBA 2020 : International Scientific Conference for Doctoral Students and Post-Doctoral Scholars : From Better Economics to Better Economy : Conference Proceedings. Pp. 103-112 online. - Bratislava : Vydavateľstvo EKONÓM, 2020 / Dědečková Nina ; Puškárová Paula ; Adamcová Silvia ; Árendáš Peter ; Baculáková Kristína ; EDAMBA 2020 International Scientific Conference for Doctoral Students and Post-Doctoral Scholars. ISBN 978-80-225-4794-9 Druh dokumentu rozpis článkov zo zborníkov Jazyk dokumentu angličtina Krajina vydania Slovenská republika Heslá rozhodovanie investičné * mena virtuálna * aktíva finančné * siete sociálne * analýza obsahová * spracovanie textov * slovníky * jazyky programovacie Anotácia Analýza sentimentu ako spôsob šetrenia času a lepšieho obchodného rozhodovania pre obchodníkov na základe skutočne použiteľnej analýzy sentimentu založenej na údajoch zo sociálnej siete Twitter (tweetoch). Analyzovaným finančným aktívom je finančný inovatívny nástroj (FinTech) bitcoin ako zástupca decentralizovanej meny a Twitter ako najväčší komunitný priestor pre kryptomeny. Na vykonanie analýzy je použitý open-source slovník Valence Aware Dictionary for Sentiment Reasoning (VADER), vytvorený ako knižnica v jazyku Python. Vytvorenie kódu v jazyku Python, jeho prepojenie s rozhraním API Twitteru na extrakciu údajov z príspevkov a nastavenie lexikónu VADER. Vzťah medzi dennými pohybmi cien bitcoinu a ich sentimentom na Twitteri. Kategória EPC Publikované príspevky na domácich vedeckých konferenciách Báza dát PUBLIKAČNÁ ČINNOSŤ Archív EPC E21 00202-061, kópia plného textu
Názov súboru Veľkosť Typ prístupu Plný text PDF 284.2 KB z IP adresy SEK po prihlásení 
článok
Počet záznamov: 1