Evaluation of the Possibility of Predicting Social Reactions Using in-Depth Analysis of Information Published on Web-Portals

• Autorzy: Katarzyna Rostek , Piotr Młodzianowski

Warianty tytułu

Ocena możliwości przewidywania reakcji społecznych za pomocą dogłębnej analizy informacji publikowanych na portalach internetowych

• Języki publikacji: EN

Abstrakty

EN

Based on a literature analysis of the applicability of econometric and analytical models in the forecasting of social responses it was concluded that a dominating role is played by conditions and rules deriving from statistical physics. These models examine the straight behaviour and reactions of group members in a specific situation. There are no models where the behaviour of participants is related to phenomena occurring in their environment (closer and further) and dynamically changing states of this environment (in particular the information environment). A model for the study of the web information impact on social responses has been proposed to complement the identified research gap. The model has been evaluated on the basis of investment decisions made at the Warsaw Stock Exchange. The conducted analyzes show the usefulness of the model and the possibility of its further development in the wider context of social applications.(original abstract)

Na podstawie analizy literatury dotyczącej zastosowania modeli ekonometrycznych i analitycznych w prognozowaniu reakcji społecznych stwierdzono, że dominującą rolę odgrywają warunki i reguły wynikające ze statystyki. Modele te badają proste zachowania i reakcje członków grupy w konkretnej sytuacji. Brak jest modeli, w których zachowanie uczestników związane jest ze zjawiskami zachodzącymi w ich otoczeniu (bliższym i dalszym) oraz dynamicznie zmieniającymi się stanami tego środowiska (w szczególności środowiskiem informacyjnym). Celem badania było określenie zależności pomiędzy informacjami pochodzącymi z sieciowych serwisów internetowych,a reakcją społeczną wyrażoną zmianą indeksów GPW w Warszawie. Zaproponowano model badania wpływu informacji internetowych na reakcje społeczne, który następnie wykorzystano w podejmowaniu decyzji inwestycyjnych na Giełdzie Papierów Wartościowych w Warszawie. Przeprowadzone analizy wskazują na przydatność modelu i możliwość jego dalszego rozwoju w szerszym kontekście zastosowań społecznych.(abstrakt oryginalny)

Słowa kluczowe

EN

Web portals; Information analysis; Forecasting; Text mining

PL

Portale internetowe; Analiza informacyjna; Prognozowanie; Eksploracja tekstu

• Czasopismo: Zeszyty Naukowe Uniwersytetu Przyrodniczo-Humanistycznego w Siedlcach. Administracja i Zarządzanie
• Rocznik: 2018
• Tom: 45
• Numer: nr 118
• Strony: 5--14

Twórcy

autor

Katarzyna Rostek

• Warsaw University of Technology, Poland

autor

Piotr Młodzianowski

• Warsaw University of Technology

Bibliografia

• Babik, W. (2011). O manipulowaniu informacją w prywatnej i publicznej przestrzeni informacyjnej, Kraków: Uniwersytet Jagielloński.
• Das, S., Chen, M. (2001). Yahoo! for Amazon: Extracting market sentiment from stock message boards. Proceedings of the Asia Pacific finance association annual conference, 2001, vol. 35.
• Dutta, S. (2013). Business Communications, Dheli: PHI Lerning Private Limited.
• Hagenau, M., Liebmann, M., Neumann, D. (2013). Automated news reading: Stock price prediction based on financial news using context-capturing features, Decision Support Systems, no. 55, 2013, 685-697.
• Hilbert, M. (2012). How much information is there in the "information society"?, Significance, vol. 9, no. 4, 2012, 8-12.
• Ling, R. (2012). Taken for Grantedness: The Embedding of Mobile Communication into Society, The MIT Press.
• Loughran, T., McDonald, B. (2011). When is a Liability not a Liability? Textual Analysis, Dictionaries, and 10-Ks., The Journal of Finance, vol. 66, no. 1, 2011, 35-65.
• Luhn, H.P. (1958). The automatic creation of literature abstracts, IBM Journal of Reasearch and Development, 159-165.
• Lupiani-Ruiz, E., García-Manotas, I., Valencia-García, R., García-Sánchez, F., Castellanos-Nieves, D. Fernández-Breis J.T., et al. (2011). Financial news semantic serach engine. Expert Systems with Applications, no. 38, 2011, 15565-15572.
• Mittermayer, M.A. (2004). Forecasting intraday stock price trends with text mining techniques. Proceedings of the 37th annual Hawaii international conference on system sciences.
• Młodzianowski, P. (2018). A Study of the Influence of Online Information on the Changes in the Warsaw Stock Exchange Indexes. Acta Universitatis Lodziensis Folia Oeconomica, vol. 3, nr 335, 2018, 123-138.
• Nassirtoussi, A.K., Aghabozorgi, S., Ying Wah, T., Chek Ling Ngo D. (2015). Text mining of newsheadlines for FOREX market prediction. A Multi-layer Dimension Reduction Algorithm with semantics and sentiment, Expert Systems with Applications, no. 42, 2015, 306-324.
• Nasukawa, T., Yi, J. (2003). Sentiment analysis: Capturing favorability using natural language processing. Proceedings of the Conference on Knowledge Capture, 70-77.
• Nielsen, F.Å. (2011). A new ANEW: Evaluation of a word list for sentiment analysis in microblog, Proceedings of the ESWC2011 Workshop on "Making Sense of Microposts": Big things come in small packages 718 in CEUR Workshop Proceedings, Heraklion, 93-98.
• Pang, B., Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval, vol. 2, no 1-2, 2008, 1-135.
• Peramunetilleke, D., Wong, R.K. (2002). Currency exchange rate forecasting from news headlines, Australian Computer Science Communications, no. 24, 2002, 131-139.
• Rostek, K., Młodzianowski, P. (2017). Współzależność informacji sieciowych oraz zmian indeksów zachodzących na Giełdzie Papierów Wartościowych w Warszawie. Zeszyty Naukowe Uniwersytetu Przyrodniczo-Humanistycznego w Siedlcach nr 115. Seria: Administracja i Zarządzanie (42) 2017, 249-263.
• Schumaker, R.P., Chen, H. (2009). Textual analysis of stock market prediction using breaking financial news: The AZF in text system, ACM Transactions on Information Systems, no. 27, 2009, 1-19.
• Tetlock, P.C., Saar-Tsechansky, M., Macskassy, S. (2008). More than words: Quantifying language to measure firms fundamentals. The Journal of Finance, no. 63, 2008, 1437-1467.
• Tong, R.M. (2001). An operational system for detecting and tracking opinions in on-line discussion. Working Notes of the SIGIR Workshop on Operational Text Classification. New York: ACM, 2001, 1-6.