Titulo Estágio
Deteção e computação da surpresa em redes sociais e avaliação do seu impacto
Áreas de especialidade
Sistemas Inteligentes
Local do Estágio
CMS-DEI-FCTUC
Enquadramento
Num cenário económico-financeiro complexo e dinâmico (e.g., mercado de ações), os agentes económicos tem de analisar e rever suas crenças, expetativas, e estratégias à luz da uma grande quantidade de informação que recebem via comunicação social (e.g. Reuters). Estas informações podem incluir, por exemplo, uma grande variedade de dados económicos e financeiros (e.g., taxa de desemprego), bem como dados relacionados à empresas em específico (e.g., lucros). Entretanto, a relevância para a dinâmica de preços não reside nos valores absolutos, mas sim na comparação dos valores divulgados às expectativas dos agentes económicos. Quando os dados não vão ao encontro daquilo que era esperado (divergem do esperado), diz-se que a informação “surpreendeu” o mercado.
Objetivo
O objectivo central desta dissertação é a mineração de expetativas em redes sociais (e.g., Twitter) com vista a detetar a surpresa que os agentes económicos “sentem” quando um determinado dado económico-financeiro relevante é divulgado (e.g., lucros da Apple). Para tanto, teremos num primeiro momento de criar um método que seja capaz de quantificar (subjetivamente ou objetivamente), com base nas informações disponíveis em redes sociais anteriores à divulgação, as expetativas dos agentes económicos a respeito de um dado (e.g., possíveis valores referentes ao lucro da Apple e respectivas crenças). Num segundo momento iremos criar um agente inteligente com essas expetativas e torná-lo capaz de computar a surpresa cognitiva, por meio do modelo proposto por Macedo e Cardoso. Finalmente, aquando da divulgação do dado (e.g., reporte oficial por parte da Apple dos seus lucros) vamos comparar a surpresa que este agente “sente” com outras variáveis (e.g., consenso de mercado, volatilidade no período subsequente aà divulgação do dado) de modo a avaliar o impacto do dado na dinâmica de preços.
Plano de Trabalhos - Semestre 1
Fase 1 - Revisão da bibliografia e estado da arte
Fase 2 - Desenvolvimento de um protótipo simples para demonstração de conceito.
Fase 3 - Elaboração da proposta de dissertação.
Plano de Trabalhos - Semestre 2
Fase 4 - Desenvolvimento de soluções de acordo com o plano de investigação da proposto.
Fase 5 - Testes, experimentação e avaliação dos resultados.
Fase 6 - Escrita da Dissertação.
Fase 7 - Escrita de um artigo científico.
Condições
O trabalho será desenvolvido num laboratório do CMS, com recurso a meios computacionais adequados.
Observações
Serão valorizadas competências nas seguintes áreas:
• Motivação para aprendizagem de Mineração de Sentimentos
• Motivação para aprendizagem de Machine Learning
• Motivação para aprendizagem de Ciência Cognitiva
• Competências de Programação
• Inteligência Artificial
Orientador
Davi Baccan; Luís Macedo
macedo@dei.uc.pt 📩