Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi

Burak Köksal, (Eskişehir Teknik Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, Eskişehir, Türkiye)
Gözde Erdem, (Eskişehir Teknik Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, Eskişehir, Türkiye)
Cansu Türkeli, (Eskişehir Teknik Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, Eskişehir, Türkiye)
Zehra KAMIŞLI ÖZTÜRK (Eskişehir Teknik Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, Eskişehir, Türkiye)
Düzce Üniversitesi Bilim ve Teknoloji Dergisi
17 3
Yıl: 2021 Cilt: 9 Sayı: 3 Sayfa Aralığı: 280 - 297 Metin Dili: Türkçe DOI: 10.29130/dubited.792909 İndeks Tarihi: 29-03-2022

Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi

Öz:
Bütün sektörler dahilinde finans sektöründe de müşterilere ait fikir ve düşüncelerinin belirlenmesi, firma ve kurumların ileriki dönemler için sunacağı hizmetleri etkilemektedir. Kripto para birimlerinin (Bitcoin, Ethereum, Ripple vb.) ekonomik ve sosyal etkileri hızla artmaya devam ettikçe, ilgili haber makalelerinin ve sosyal medya yayınlarının, özellikle de tweetlerin yaygınlığı da artmaktadır. Bu çalışmada, Twitter kullanıcılarının finans sektörü konularından biri olan Bitcoin ile ilgili yorumları derlenerek bir duygu analizi çalışması yapılmıştır. Kullanıcı yorumları, Twitter’ın sunmuş olduğu API hizmeti vasıtasıyla Python Programlama Dili kullanılarak alınmış; yorumlar olumlu, nötr ve olumsuz etiketler ile ayrıştırılmış, etiket bulutunda toplanmıştır. Naïve Bayes ve Lojistik Regresyon algoritmaları kullanılarak oluşturulan modellerde başarı oranları karşılaştırılmıştır. Naïve Bayes uygulamasının tweetlerin duygularını tahmin etmedeki başarı oranı %72,19 olurken, Lojistik Regresyon uygulamasında bu oran %75,53 olmuştur. Çalışmanın ikinci aşamasında ise, duygu analizinden sonra “Bitcoin” anahtar kelimesi içeren günlük pozitif tweet oranı ile Bitcoin günlük açılış değeri beraber kullanılarak Bitcoin kapanış değeri tahminlemesi yapılmıştır. Finans verileri Yahoo Finance web sitesi üzerinden alınmış; Doğrusal Regresyon ve Rastgele Orman Regresyon yöntemleri ile modeller oluşturulmuştur. Doğrusal Regresyon için 𝑟² değeri %88,97 çıkarken, Rastgele Orman Regresyonu için ise %94,16 olmuştur.
Anahtar Kelime:

Bitcoin Price Prediction Using Sentiment Analysis on Twitter

Öz:
The identification of actual and potential customers' opinions before and after purchase shapes the services offered by companies in the financial sector as well as in every sector. Cryptocurrencies as their economic and social impact continues to increase rapidly, the prevalence of related news articles and social media posts, especially tweets, also increases. In this study, sentiment analysis was applied by collecting comments and thoughts about Bitcoin on the social media platform Twitter. User comments were received using the Python Programming Language via the API offered by Twitter. Compiled user comments were separated with positive, negative and neutral tags, and the results were analyzed using Naïve Bayes and Logistic Regression. Success rate of sentiment prediction with Naïve Bayes was found 72,19% and for Logistic Regression 75,33%. After sentiment analysis, this study attempts to predict Bitcoin daily closing value using percentage of positive tweets that include “Bitcoin” keyword and Bitcoin daily opening value. Yahoo Finance has been the source of the financial data used in this study. Models were created using Linear Regression and Random Forest Regression. The 𝑟² value for Linear Regression was found 88,97%, for Random Forest Regression the 𝑟² value was found 94,16%.
Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
  • [1] S. Karasu, A. Altan, Z. Saraç, and R. Hacioglu, “Prediction of bitcoin prices with machine learning methods using time series data,” presented at the 26th Signal Processing and Communications Applications Conference (SIU), İKÇU, Izmir, 2018.
  • [2] F. Aslan, I. Pençe, M. S. Çeşmeli, and A. Kalkan, “Bitcoin’in Türkiye piyasasındaki değerinin yapay zeka teknikleri ile tahmini,” presented at the 5th International Management Information Systems Conference, Ankara, 2018.
  • [3] C. Zheshi, L. Chunhong, S. Wenjun, Y. Efendiev and A. Keller, “Bitcoin price prediction using machine learning: an approach to sample dimension engineering,” Journal of Computational and Applied Mathematics, Eds. Netherlands, vol. 36, 2020.
  • [4] S. Rahman, J. N. Hemel, S. J. A. Anta, H. A. Muhee, and J. Uddin, “Sentiment analysis using r: an approach to correlate cryptocurrency price fluctuations with change in user sentiment using machine learning,” presented at the 7th International Conference on Informatics, Electronics & Vision (ICIEV) and 2nd International Conference on Imaging, Vision & Pattern Recognition (icIVPR), Kitakyushu, Japan, 2018.
  • [5] B. Sakiz, and E. Kutlugün, “Bitcoin price forecast via blockchain technology and artificial intelligence algorithms,” presented at the 26th Signal Processing and Communications Applications Conference (SIU), İKÇU, Izmir, 2018.
  • [6] D. R. Pant, P. Neupane, A. Poudel, A. K. Pokhrel, and B. K. Lama, “Recurrent neural network based bitcoin price prediction by twitter sentiment analysis,” presented at the IEEE 3rd International Conference on Computing, Communication and Security (ICCCS), Nepal, 2018.
  • [7] C. Lamon, E. Nielsen, and E. Redondo, “Cryptocurrency price prediction using news and social media sentiment,” in SMU Data Sci. Rev, vol. 1, no. 3, pp. 1-22, 2017.
  • [8] F. Valencia, A. Gómez-Espinosa, and B. Valdés-Aguirre, “Price movement prediction of cryptocurrencies using sentiment analysis and machine learning,” Entropy, vol. 21, no. 6, pp. 589, 2019.
  • [9] M. Wimalagunaratne, and G. Poravi, “A predictive model for the global cryptocurrency market: a holistic approach to predicting cryptocurrency prices,” presented at the 8th International Conference on Intelligent Systems, Modelling and Simulation (ISMS), Singapore, 2018.
  • [10] S. Colianni, S. Rosales, and M. Signorotti, “Algorithmic trading of cryptocurrency based on twitter sentiment analysis,” CS229 Project, California, 2015, pp. 1-5.
  • [11] D. Ayata, M. Saraçlar, and A. Özgür, “Turkish Tweet sentiment analysis with word embedding and machine learning,” presented at the 25th Signal Processing and Communications Applications Conference (SIU), Antalya, 2017.
  • [12] B. Agarwal, and N. Mittal, Prominent Feature Extraction For Sentiment Analysis, vol. 28, Switzerland, 2016.
  • [13] B. Agarwal and N. Mittal, “Semantic Feature Clustering For Sentiment Analysis of English Reviews,” IETE Journal of Research, vol. 60, pp. 414-422, 2014.
  • [14] S. A. El Rahman, F. A. AlOtaibi, and W. A. AlShehri, “Sentiment Analysis of Twitter Data,” presented at 2019 International Conference on Computer and Information Sciences (ICCIS), Suudi Arabistan, 2019.
  • [15] B. Gokulakrishnan, P. Priyanthan, T. Ragavan, N. Prasath, and A. Perera, “Opinion Mining And Sentiment Analysis On A Twitter Data Stream,” International Conference on Advances in ICT for Emerging Regions (ICTer2012), Sri Lanka, 2012,
  • [16] M. Meral and B. Diri, “Sentiment Analysis on Twitter”, in 22nd Signal Processing and Communications Applications Conference (SIU), Trabzon, 2014.
  • [17] Ö. Çoban, B. Özyer, and G. T. Özyer, “Sentiment Analysis For Turkish Twitter Feeds,” in 23nd Signal Processing and Communications Applications Conference (SIU), Malatya, 2015.
  • [18] B. İ. Sevindi, “Türkçe metinlerde denetimli ve sözlük tabanlı duygu analizi yaklaşımlarının karşılaştırılması,” Yüksek Lisans Tezi, Fen Bilimleri Enstitüsü, Gazi Üniversitesi, 2013.
  • [19] B. Karaöz and U. T. Gürsoy, “Adaptif Öğrenme Sözlüğü Temelli Duygu Analiz Algoritması Önerisi,” Bilişim Teknolojileri Dergisi, vol. 11, pp. 245-253, 2018.
  • [20] S. Mete, O. Çakır, O. Bayat, D. Göksel Duru, and A. Duru, “Gözbebeği Hareketleri Temelli Duygu Durumu Sınıflandırılması,” Bilişim Teknolojileri Dergisi, vol. 13, pp. 137-144, 2020.
  • [21] F. S. Çetin and G. Eryiğit, “Türkçe Hedef Tabanlı Duygu Analizi İçin Alt Görevlerin İncelenmesi – Hedef Terim, Hedef Kategori ve Duygu Sınıfı Belirleme,” Bilişim Teknolojileri Dergisi, vol. 11, pp. 43-56, 2018.
  • [22] M. Loureiro and M. Alló, “Sensing Climate Change and Energy Issues: Sentiment and Emotion Analysis with Social Media in the U.K. and Spain,” Energy Policy, vol. 143, 2020.
  • [23] K. Sailunaz and R. Alhajj, “Emotion and Sentiment Analysis From Twitter Text,” Journal of Computational Science, vol. 36, 2019.
  • [24] Ç. Ü. Yurtöz, “Measuring The Sentiment Effects Using Emoticon Features For A General Turkish Corpus,” Yüksek Lisans Tezi, Fen Bilimleri Enstitüsü, Galatasaray Üniversitesi, 2019.
  • [25] M.S. Neethu and R. Rajasree, “Sentiment Analysis in Twitter using Machine Learning Techniques,” in 2013 Fourth International Conference on Computing, Communications and Networking Technologies (ICCCNT), India, 2013.
  • [26] B. Çağlar and U. Yavuz, “Finansal Haberlerin Bitcoin Fiyatlarına Etkisinin Yapay Sinir Ağları İle Analizi,” Bilişim Teknolojileri Dergisi, vol. 14, pp. 65-78, 2021.
  • [27] E. Haddi, X. Liu, and Y. Shi, “The role of text pre-processing in sentiment analysis,” Procedia Computer Science, vol. 17, pp. 26-32, 2013.
  • [28] T. Renault, “Sentiment analysis and machine learning in finance: a comparison of methods and models on one million messages,” Digital Finance, vol. 2, no. 1, pp. 1-13, 2020.
  • [29] B. Pang, L. Lee, “Opinion Mining and Sentiment Analysis,” Foundations and Trends in Information Retrieval, vol. 2, no. 1-2, pp. 1–135, 2008.
  • [30] A. Roy and M. Ojha, “Twitter sentiment analysis using deep learning models”, in IEEE 17th India Council International Conference (INDICON), India, 2020.
  • [31] (2019, November 1). Google Trends. [Online]. Available: https://trends.google.com.tr/trends/explore?date=today%205y&geo=TR&q=%2Fm%2F05p0rrx
  • [32] (2019, November 1). Blockchain. [Online]. Available: https://www.blockchain.com/tr/charts/market-price?timespan=all
APA Köksal B, Erdem G, Türkeli C, Kamisli Ozturk Z (2021). Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi . , 280 - 297. 10.29130/dubited.792909
Chicago Köksal Burak,Erdem Gözde,Türkeli Cansu,Kamisli Ozturk Zehra Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi . (2021): 280 - 297. 10.29130/dubited.792909
MLA Köksal Burak,Erdem Gözde,Türkeli Cansu,Kamisli Ozturk Zehra Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi . , 2021, ss.280 - 297. 10.29130/dubited.792909
AMA Köksal B,Erdem G,Türkeli C,Kamisli Ozturk Z Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi . . 2021; 280 - 297. 10.29130/dubited.792909
Vancouver Köksal B,Erdem G,Türkeli C,Kamisli Ozturk Z Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi . . 2021; 280 - 297. 10.29130/dubited.792909
IEEE Köksal B,Erdem G,Türkeli C,Kamisli Ozturk Z "Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi ." , ss.280 - 297, 2021. 10.29130/dubited.792909
ISNAD Köksal, Burak vd. "Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi ". (2021), 280-297. https://doi.org/10.29130/dubited.792909
APA Köksal B, Erdem G, Türkeli C, Kamisli Ozturk Z (2021). Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi . Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 9(3), 280 - 297. 10.29130/dubited.792909
Chicago Köksal Burak,Erdem Gözde,Türkeli Cansu,Kamisli Ozturk Zehra Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi . Düzce Üniversitesi Bilim ve Teknoloji Dergisi 9, no.3 (2021): 280 - 297. 10.29130/dubited.792909
MLA Köksal Burak,Erdem Gözde,Türkeli Cansu,Kamisli Ozturk Zehra Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi . Düzce Üniversitesi Bilim ve Teknoloji Dergisi, vol.9, no.3, 2021, ss.280 - 297. 10.29130/dubited.792909
AMA Köksal B,Erdem G,Türkeli C,Kamisli Ozturk Z Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi . Düzce Üniversitesi Bilim ve Teknoloji Dergisi. 2021; 9(3): 280 - 297. 10.29130/dubited.792909
Vancouver Köksal B,Erdem G,Türkeli C,Kamisli Ozturk Z Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi . Düzce Üniversitesi Bilim ve Teknoloji Dergisi. 2021; 9(3): 280 - 297. 10.29130/dubited.792909
IEEE Köksal B,Erdem G,Türkeli C,Kamisli Ozturk Z "Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi ." Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 9, ss.280 - 297, 2021. 10.29130/dubited.792909
ISNAD Köksal, Burak vd. "Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi ". Düzce Üniversitesi Bilim ve Teknoloji Dergisi 9/3 (2021), 280-297. https://doi.org/10.29130/dubited.792909
Sayfa Oluşturulma Tarihi
24-04-2024 22:42

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları