Derin öğrenme algoritmaları kullanarak Bitcoin'de duygu analizine dayalı yön tahmini

Duygular hayatımızın çok önemli ve temel bir yönünü oluşturur. Yaptıklarımız ve söylediklerimiz, doğrudan olmasa da bir şekilde bazı duygularımızı yansıtır. Bir insanın temel davranışlarını anlamak için, duygulanım verileri olarak da adlandırılan bazı duygusal veriler aracılığıyla analiz edilmesi gerekir. Bu veriler metin, ses, yüz ifadeleri vb. olabilir. Sosyal ağ sitelerinin ortaya çıkmasıyla birlikte, birçok insan bu çeşitli sitelerde bulunan içerikleri analiz etmeye yönelmiştir. Twitter bu sosyal ağ sitelerinin başında gelmektedir. İnsanların bir konu hakkındaki duygu ve düşünceleri üzerinden olumlu, olumsuz veya nötr duygu değerleri ortaya çıkarılmaktadır. Twitter'da duygu analizi yapmak çok önemli ve zorlu bir görevdir. Bu tez kapsamında, derin öğrenme mimarilerinin gücünden ve makine öğrenmesi metotlarından faydalanarak Bitcoin ile ilgili duyguların araştırılması ve bitcoin değeri üzerindeki etkisine genel bir bakış sunulmaktadır. Tez kapsamında kullanılmak üzere Twitter'da 12 Aralık 2021 ve 13 Mart 2022 arasında paylaşılan İngilizce tweetler toplanmıştır. İnsanların Bitcoin ile ilgili duyguları, doğal dil işleme (Doğal Dil İşleme, DDİ) aracı olan TextBlob kullanılarak değerlendirilmiştir. Daha sonra, duygu sınıflandırması için tez kapsamında GloVe tabanlı BiLSTM modeli önerilmiştir. Önerilen modelin performansı temel makine öğrenmesi algoritmaları ve CNN, LSTM derin öğrenme mimarileri kullanılarak TF- IDF ve GloVe kelime gömme yaklaşımlarıyla ayrı ayrı test edilmiştir. Deneysel sonuçlar, önerilen modelin başarısını kanıtlamaktadır.