Effective Systems for Bot Detection and Real-Time Stock Market Predictions

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Social media has reshaped the way in which individuals communicate with disruptive negative and positive externalities, alongside being breeding grounds for bot activities. Social media, limited to Twitter in this research, is rarely monitored and has accelerated the dissemination of disinformation, most of which is attributed to bot activities. To date, bot detection techniques are challenged by their inability to keep abreast with bot progression, while its importance is increasingly being bought to the forefront of political discussions. Therefore, the research will introduce a local-global SVM (LG-SVM) model to increase flexibility in detection methods to keep abreast with the ever-evolving world of Twitter. The end- to-end framework has increased accuracy in detection by treating the data as unsupervised and introducing an autocoder to reduce dimensionality, which has solved for over-fitting. The multi-level framework starts with a convolutional layer that reduces dimensionality and learns key short-term characteristics, followed by a max pooling layer, two bi-LSTM models, a bottleneck layer, an upscaling layer, and a deconvolution layer. Dimension reduction oversaw the reduction of the dataset into 3 lengths: 70, 100, and 130, resulting in a 99% accuracy rate. Additionally, a multilayer perceptron model is built to predict the impact Bot Tweets have on stock market volatility with a 96.53% coefficient correlation.

روابط وملفات

التعريف والنوع

رقم الوثيقة

ff339064-1f29-43ac-8883-dd8b8b8f9080

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل ماجيستير

نوع الملف

pdf image

أسماء الملفات

ff339064-1f29-43ac-8883-dd8b8b8f9080_1.pdf

بيانات النشر

ترجمة العنوان

أنظمة فعالة لاكتشاف الروبوتات و توقعات سوق الأسهم في الوقت الفعلي

ألقاب المؤلفين

[{"name_ar":" Reem Abdulla Salman Alkhalifa","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":" Mustafa Aytekin","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":" رياض بن محمد قسطنطيني","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

English

المصدر والدورية

اسم المصدر

Effective Systems for Bot Detection and Real-Time Stock Market Predictions

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

ادت تكنلوجيا المعلومات والاتصالات الجديدة، بما فيها ذلك الوسائط الاجتماعية، إلى إعادة تشكيل طريقة نشر المعلومات بأثارها الإيجابية والسلبية. هذه الوسائط الاجتماعية لا تخضع للإشراف واصبحت مرتعاً لنشاطات الروبوتات وقد أدى ذلك إلى تسريع نشر المعلومات المضللة وذلك لسبب عدم قدرت تكنلوجية المراقبة على اكتشاف الروبوتات بشكل دقيق نظراً لتطورها الدائم. لذلك سيختبر البحث قدرت شعاع الدعم الآلي المحلي العالمي كشف الروبوتات بشكل مرن الإطار الفني يتكون من عدت مراحل من أولها طبقة الشبكات العصبونية الالتفافية ويتبها طل من طبقة التجميع وغيرها. تم تقليل حد البيانات إلى ثلاثة أحجام 70 و 100 و 130 بالإضافة إلى ذلك ، تم تصميم الشبكات العصبونية للتنبؤ بتأثير تغريدات بوت على تقلبات سوق الأسهم مع ارتباط معامل 96.53% الاصطناعية

كلمات الباحثين

Artificial intelligence -- Data processing -- Autonomous robots -- Computational intelligence -- Data processing -- Machine learning -- Robots -- Control systems -- Mathematical models --

إشراف وإعداد

الإشراف

Mustafa Aytekin, رياض بن محمد قسطنطيني

الإعداد

Reem Abdulla Salman Alkhalifa

الاقتباسات الببليوغرافية