The Sausage Machine

oktober 25, 2010

Twitter-research: Limburger Johan Bollen voorspelt de Dow Jones uit de publieke gemoedstoestand

Limburg boven in de wereld!

 Er is leading lady Kim Clijsters, en nu is er ook Johan Bollen. Ik herkende direct het Limburgse accent in de jonge welluidende stem van deze professor-computerwetenschapper: op Radio 1 bij Lieven Vandenhaute, rechtstreeks vanuit Indiana. In het brandpunt van het wereldnieuws … Twitter Predictor Johan Bollen, Informatica, Indiana University. [Toegegeven, is mijn hart toch wel een klein beetje gezwollen – heb ik immers geen Limburgse roots?] 

 Johan Bollen kan de beurskoersen voorspellen

Uit miljoenen tweets leidt hij de public mood af. En die laat hem toe van de beurzen te voorspellen: hun stijging en daling is een effect van de algemene ‘stemming’, en niet omgekeerd zoals je zou kunnen denken. 

Public Mood: kalm

Hoe zit dat met de ‘public mood’ en zijn effect op de beurs? Bollen werkt met tegenstellingen van emoties, zoals blij-droef, vriendelijk-vijandig en kalm-zenuwachtig: in de visualisaties van deze stemmingen van twittergebruikers lichten zijn resultaten op. Die soort van socialenetwerkenonderzoek van emoties is eigenlijk niet nieuw in de marketingwereld. Wél dat hij het gebruikt in combinatie met Wall Street-gegevens. Wil het toch de index van kalm zijn, die indicatief is voor de Dow Jones!

Indiana University said the researchers used two mood-tracking tools — OpinionFinder and Google’s Profile of Mood States (GPOMS) — to analyze the text content of the Twitter messages.

OpinionFinder classified tweets as positive or negative measurements of public mood. GPOMS categorized the mood of tweets as calm, alert, sure, vital, kind, and happy.

The researchers then compared the public mood measurements with Dow Jones closing values.

Bollen said “the calmness index appears to be a good predictor of whether the Dow Jones Industrial Average goes up or down between two and six days later.”

The Economic Times, Twitter as stock market predictor, 21-10- 2010.

Voor de ongelovigen. De volledige tekst van het wetenschappelijke artikel met alle berekeningen vond ik hier: Johan Bollen, Huina Mao en Xiao-Jun Zeng, “Twitter mood predicts the stock market”. De grafieken* boven komen uit dit artikel.

Steenrijk door de analyse van Twitterdata?

 Of zijn wetenschappelijk onderzoek, zijn uitvinding, hem geen windeieren legt? Zijn allereerste doelstelling was van interessante wetenschappelijke resultaten te vinden, niet geld verdienen. Maar daarover wil hij nu toch wel eens goed nadenken, nu hij ‘aanbiedingen’ krijgt van over de hele wereld. Zeker wil hij zich niet inlaten met louche aandelenspeculaties en dies meer. Mood van Johan Bollen: niet moeilijk te meten dezer dagen.🙂

In het data-onderzoek van sociale netwerken en blogs ligt de toekomst voor het grijpen. Waarop wachten toch?

Foto Johan Bollen: Twitter.
* Grafieken: Indiana University, News Room, 18-10-2010. A graph of Dow Jones Industrial Average values (center, blue) and tweets identified with a “calm” mood during a time series (bottom, red) running three days prior are overlaid in the top graph to show gray areas of significant overlap.

UPDATE 30 mei 2011

Saskia de Laat op Frankwatching: Social media voorspellen beurskoersen & Nederland gebruikt social media bewust.

7 reacties »

  1. Is niet eerder het omgekeerde waar? Negatieve of positieve verwachten van beursbeursen die het online gemoed beïnvloeden. Wat was er eerst: de kip of het ei?

    Reactie door Stijn — november 6, 2010 @ 1:54 pm | Beantwoorden

  2. […] patterns in data: dat interesseert me erg. Schreef ik in een vorig blogleven niet over Johan Bollen, de man die de beurs voorspelt uit de ‘stemmingen’ op Twitter? Daarom toch in allerijl […]

    Pingback door liefde en haat, zoals getweet #dankzijtwitter | The Sausage Machine — februari 15, 2011 @ 12:16 pm | Beantwoorden

  3. […] video van The Economist. Nu, ik had enkele jaren geleden al wel over de Vlaamse Twitterresearcher Bollen geblogd, Ginger.io valt mooi binnen die interessesfeer, en gaat dus mee in mijn blogarchief […]

    Pingback door The Quantified Self and Ginger.io – Big data, better health | The Sausage Machine — maart 7, 2012 @ 10:12 pm | Beantwoorden

  4. […] in The Sausage Machine Archive – datamining van emoties op Twitter/ Twitter-research: Limburger Johan Bollen voorspelt de […]

    Pingback door de roman van de 20e eeuw in big data – Books may not reflect the real population any more than catwalk models reflect the average body. (research Alberto Acerbi) | The Sausage Machine — maart 24, 2013 @ 4:19 pm | Beantwoorden

  5. […] The Sausage Machine Archive – datamining van emoties op Twitter/ Twitter-research: Limburger Johan Bollen voorspelt de Dow Jones uit de publieke gemoedstoestand. […]

    Pingback door de roman van de 20e eeuw in big data – Books may not reflect the real population any more than catwalk models reflect the average body. (research Alberto Acerbi) | The Sausage Machine — april 1, 2013 @ 12:09 pm | Beantwoorden

  6. […] ‘oude’ Sausage Machine ging het over de beursvoorspellingen van de Limburgse researcher Bollen (a.h.v. mood words op Twitter), ik had het over big data, better health, en dan volgde Acerbi met […]

    Pingback door treurnis troef – literatuur in tijden van economische crisis – recente datagedreven research | The Sausage Machine — januari 11, 2014 @ 10:51 am | Beantwoorden

  7. […] voorspelt op basis van zoektermen. Gevolgtrekking op basis van wat ik hier leerde  sinds n blogje over Limburger Bollen met beursvoorspellingen via Twitter op basis van de analyse van emoties in […]

    Pingback door de griep op Google | The Sausage Machine — januari 20, 2015 @ 8:40 am | Beantwoorden


RSS feed for comments on this post. TrackBack URI

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit / Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit / Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit / Bijwerken )

Google+ photo

Je reageert onder je Google+ account. Log uit / Bijwerken )

Verbinden met %s

Maak een gratis website of blog op WordPress.com.

%d bloggers op de volgende wijze: