IEEEENSISB加密货币价格预测数据集-2021年-rafat97
数据来源：互联网公开数据
标签：加密货币,价格预测,社交数据,交易数据,时间序列,机器学习,数据集,IEEE ENSI SB
数据概述：
本数据集包含加密货币的价格及其他相关特征，包括社交媒体属性、交易属性和时间相关属性，这些数据是在数个月内以每小时为单位收集的，直接或间接地影响了加密货币价格的波动性。数据集包含两个主要文件：Train.csv 和 Test.csv。Train.csv 包含目标变量，用于模型训练；Test.csv 类似于 Train.csv，但缺少目标变量，用于模型预测。此外，还提供了一个 SampleSubmission.csv 文件，展示了提交格式。
字段定义：
asset_id：加密货币的资产ID
open：时间周期内的开盘价
close：时间周期内的收盘价
high：时间周期内的最高价
low：时间周期内的最低价
volume：推文数量
market_cap：总供应量乘以当前价格（美元）
url_shares：在相关社交媒体帖子中分享的相关URL的数量
unique_url_shares：在社交媒体上发布的唯一URL分享数量
reddit_posts：Reddit上相关加密货币的最新帖子数量
reddit_posts_score：Reddit帖子的Karma分数
reddit_comments：Reddit上包含相关术语的评论数量
Reddit_comments_score：Reddit评论的Karma分数
tweets：基于调优搜索和过滤标准的加密货币特定推文数量
tweet_spam：被分类为垃圾邮件的推文数量
tweet_followers：选定推文的粉丝数量
tweet_quotes：选定推文的引用数量
tweet_retweets：选定推文的转推数量
tweet_replies：选定推文的回复数量
tweet_favorites：包含相关术语的个人社交媒体帖子的点赞数量
tweet_sentiment1：具有“非常看涨”情绪的推文数量
tweet_sentiment2：具有“看涨”情绪的推文数量
tweet_sentiment3：具有“中性”情绪的推文数量
tweet_sentiment4：具有“看跌”情绪的推文数量
tweet_sentiment5：具有“非常看跌”情绪的推文数量
tweet_sentiment_impact1：“非常看跌”情绪影响
tweet_sentiment_impact2：“看跌”情绪影响
tweet_sentiment_impact3：“中性”情绪影响
tweet_sentiment_impact4：“看涨”情绪影响
tweet_sentiment_impact5：“非常看涨”情绪影响
social_score：社交媒体帖子的粉丝、转推、点赞、Reddit Karma等总和
average_sentiment：情绪的平均分数，货币的一般情绪指标
news：相关加密货币的新闻文章数量
price_score：基于移动平均值的价格得分，仅根据市场价值指示货币的上涨或下跌
social_impact_score：社交互动规模的得分，以反映市场规模或货币意识
correlation_rank：算法确定的社会数据与货币价格/交易量的相关性排名
galaxy_score：货币表现的指标
volatility：波动性指标
market_cap_rank：按总供应量乘以当前价格（美元）排名
percent_change_24h_rank：按过去24小时价格变化百分比排名
volume_24h_rank：按过去24小时交易量排名
social_volume_24h_rank：按过去24小时内包含相关术语的社交媒体帖子数量排名
social_score_24h_rank：按过去24小时内收集的社交媒体帖子的粉丝、转推、点赞、Reddit Karma等总和排名
medium：相关加密货币的Medium文章数量
youtube：描述中包含相关术语的YouTube视频数量
social_volume：包含相关术语的社交媒体帖子数量
price_btc：与其他货币的汇率
market_cap_global：总供应量乘以当前价格（美元）
percent_change_24h：过去24小时价格变化百分比
数据用途概述：
该数据集适用于加密货币价格预测、市场分析、社交媒体情绪分析等场景。研究人员可以利用此数据集训练模型以预测加密货币价格走势；交易者可以使用预测结果做出投资决策；政策制定者可以分析市场状况并制定相关政策。此外，该数据集也适合用于教育和培训，帮助学习者理解加密货币市场动态和相关因素。
