Advanced (Business) Data Analytics – 2022 S1 – Assignment 2

Summary

•    Type: Project report, individual assignment

•    Learning Objectives Assessed: 1, 2, 3, 4, 5

•    Due Date: 17 Jun 2022, 13:00

•    Deliverables:

o Report in the format of Python script only

o You need to use the provided .ipynb file as A2 template

•    Weight: 50%

•    Deliverable: .ipynb file

The aim is to provide experience in the steps involved with text preparation, text feature generation, visualization and evaluation of the importance of the generated text features. Feel free to discuss concepts and ideas with peers but remember your submission must be your work. Be careful not to allow anyone to copy your work. You need to research text analytics and Python functionalities if you aim to achieve excellent marks.

Specification: How Does Social Media Impact Bitcoin Value?

Digital currency was first introduced in the 1990s in the form of stored value cards for peer-to-peer (P2P) payments that did not require bank authorization. Bitcoin represents a new form of digital currency that uses cryptography and IT to facilitate P2P transactions. Since its invention in 2008, bitcoin has captured the attention ofthe business world. In August 2017, the market capitalization of all bitcoins in the world surpassed US$73 billion (Mai et al., 2018).

Bitcoin provides a unique opportunity to understand the economic value of social media and its role in catalyzing the spread of fintech innovations. Thanks to the focus of the media and a generation of investors who are vocal on social media, emotions of bitcoin investors are increasingly visible online. Online discussions about bitcoin are also abundant in quantity and diverse in form.

Bitcoin’s emergence has the potential to pave the way for a technological revolution in financial markets. In this project, you will examine the interactions between social media and the monetary value of bitcoin using textual analysis. Integrating these new aspects into economic models can improve the understanding of how social media interacts with the markets.

You investigate the following question: Is there a predictive relationship between social media and bitcoin value?

Objective:  Applying  text  analytics  techniques  on  tweets  written  about  bitcoin  to  uncover  the relationship between written tweets and the bitcoin price.

Dataset

A2 dataset consists of tweets collected from Tuesday 11th January 2022 to Saturday 19th March 2022. The data include user information, tweet text, and a target variable which indicates whether or not there has been a Rise or Fall in bitcoin price after the tweet. Table 1 shows the regular attributes of the dataset.

Table 1 A2 data attributes

Your task is to

   prepare text,

   apply ML techniques to generate features,

   provide visuals about text, and

   demonstrate the relationship between the extracted features and target variable.

You will need to analyze tweets, extract their features and then investigate if the extracted features have an impact on target variable. To this aim, you need to:

   apply the required steps to prepare and clean text,

   extract the text features such as sentiment, SVD, …

   apply available techniques, such as topic modeling and wordcloud to describe the tweets            use only one technique along with 6-folds cross validation to show that the extracted features

have relationships with target variable.