Cum se calculează
Patru pași de la un articol la cifra de pe pagina principală.
Pe scurt
Crypto Attention monitorizează tonul știrilor cripto: citește fluxurile RSS ale domeniilor cripto, ale agențiilor de presă și ale blogurilor de proiect și se actualizează pe parcursul întregii zile.
Un subiect este un set de articole de pe domenii diferite despre aceeași știre; Crypto Attention le grupează automat și împarte subiectele pe teme.
Indicele tonului este un număr de la 0 la 100 pentru o perioadă, de obicei ultimele 24 de ore: 50 + 50 × (pozitive − negative) / (pozitive + negative), unde pozitive și negative sunt ponderile articolelor evaluate astfel de un model de limbaj; articolele neutre nu sunt luate în calcul.
50 înseamnă că acoperirea pozitivă și cea negativă sunt în echilibru, peste 55 acoperirea înclină spre pozitiv, iar sub 45 spre negativ; nivelul obișnuit este media indicelui zilnic din ultimele 30 de zile complete.
Indicele descrie cum scrie presa, nu ce se va întâmpla cu prețurile; nu este un sfat de investiții.
Domenii
Fluxuri RSS de la domenii cripto, agenții de presă, redacții și bloguri de proiect, în mare parte în limba engleză. Pagina principală arată câte domenii citește astăzi. Fiecare flux este interogat după propriul program; un flux care eșuează mai mult de o zi este dezactivat.
Păstrăm titlul, linkul și data. Textul articolului nu este niciodată republicat; linkul duce la domeniu.
Subiecte
Un subiect este un set de articole de pe domenii diferite despre aceeași știre. Articolele sunt grupate automat după conținut; un domeniu care se repetă nu formează niciodată un subiect.
Subiectele sunt împărțite pe temele pieței cripto, adică universurile site-ului; pe pagina unui univers, fiecare dală a hărții este unul dintre cele mai intense subiecte ale sale, dimensionată după atenția pe care o atrage.
Scurtul rezumat „Ce se întâmplă” de pe pagina unui univers este scris de un model de limbaj doar pe baza titlurilor, a numărului de domenii și a tonului celor mai relatate subiecte ale universului. Este verificat la fiecare două ore și rescris doar când aceste subiecte s-au schimbat suficient; nu adaugă nimic din ce nu spun titlurile.
Scorul de atenție
Atenția arată cât de intens se vorbește chiar acum în știri despre un subiect, ca număr de la 0 la 100. Măsoară doar acoperirea în știri: nu un preț, nu volumul de tranzacționare, nu agitația de pe rețelele sociale. Subiectele din tabel sunt ordonate după ea.
Trei elemente intră în calcul. Acoperirea: fiecare articol despre subiect contează, dar un articol de pe un domeniu cu greutate mai mare contează mai mult decât unul de pe un domeniu mai mic, iar unul proaspăt mai mult decât unul vechi; ponderea unui articol se înjumătățește aproximativ la fiecare 5,5 ore. Răspândirea: câte domenii diferite preiau subiectul, pentru că un subiect preluat de multe domenii a circulat, iar unul pe care nu l-a repetat nimeni, nu. Viteza: dacă acoperirea se accelerează sau se stinge, pe baza articolelor din ultimele 6 ore comparate cu cele din cele 18 ore dinainte.
Acoperirea este decisivă; răspândirea și viteza o ajustează și nu o pot înlocui, așa că un subiect menționat de două ori nu apare niciodată ca semnal puternic. În cifre: ln(1 + acoperire) × (1 + 0,18 × răspândire + 0,18 × viteză). Răspândirea este logaritmul natural al numărului de domenii care preiau subiectul; viteza este logaritmul raportului dintre rata orară a articolelor din ultimele 6 ore și cea din cele 18 ore dinainte (fiecare plus unu), limitat între −0,6 și 1,2. Rezultatul este plasat pe scară astfel încât 4,5 să corespundă lui 100, și nu se afișează nimic sub 0 sau peste 100. Coloana Tendință (în creștere, stabil, în scădere) arată separat componenta de viteză.
Scara este fixă: un nivel de referință constant contează ca 100, nu cel mai intens subiect al zilei. Astfel, aceeași activitate primește același scor azi și mâine, iar scorurile din zile diferite pot fi comparate. Constanta este o alegere de calibrare, nu o măsurătoare, așa că și cele mai intense subiecte au de obicei un scor sub 100.
Ponderea din atenția zilei, afișată în fluxuri și în API, este un alt număr: acoperirea unui subiect împărțită la acoperirea tuturor subiectelor din ultimele 24 de ore. Scorul spune cât de intens este un subiect; ponderea spune cât din tot ce se citește ocupă el, ceea ce deosebește subiectele atunci când întregul ciclu de știri este intens și totul primește scoruri mari.
Scorul descrie cât de mult scrie presa despre un subiect, nu dacă știrea este bună sau rea și nici ce se va întâmpla cu prețurile. Nu este un sfat de investiții.
Tonul
Un model de limbaj etichetează fiecare articol în limba engleză ca pozitiv, neutru sau negativ, după felul în care prezintă știrea pentru piață.
Modelul nu ghicește: dacă un răspuns nu trece validarea, articolul rămâne neetichetat și nu contează pentru ton până când este evaluat din nou.
Indicele stării de spirit
Un indice net al tonului de la 0 la 100 pentru ultimele 24 de ore: 50 + 50 × (pozitive − negative) / (pozitive + negative). Articolele neutre nu sunt luate în calcul, așa că 50 înseamnă echilibru între pozitive și negative, 100 că fiecare articol evaluat cu o direcție este pozitiv, iar 0 că fiecare este negativ.
Zone: 0–24 puternic negativ, 25–44 negativ, 45–55 neutru, 56–75 pozitiv, 76–100 puternic pozitiv. Este comparat cu nivelul obișnuit, media indicelui zilnic din ultimele 30 de zile complete. Descrie cum scrie presa, nu ce trebuie să faceți.
Clasamentul domeniilor
Pentru fiecare domeniu luăm articolele sale cripto din ultimele 30 de zile, doar pe cele pe care modelul le-a încadrat la una dintre temele universurilor, și calculăm același indice net al tonului: 50 + 50 × (pozitive − negative) / (pozitive + negative). Mai multe fluxuri de la același domeniu (de exemplu, rss.nytimes.com și nytimes.com) sunt însumate.
Un domeniu intră în clasament după ce are cel puțin 50 de articole evaluate în perioadă. Cât timp colectarea are mai puțin de 30 de zile și prea puține domenii ating acest prag, pragul coboară treptat, dar niciodată sub 20 de articole; pragul folosit și perioada reală sunt întotdeauna menționate sub tabel.
Clasamentul descrie tonul articolelor așa cum le citește modelul, nu calitatea, fiabilitatea sau părtinirea unui domeniu: unul care scrie mai mult despre creșteri și lansări are un scor mai mare, iar unul care scrie mai mult despre hackuri și procese — un scor mai mic.
Harta lumii
Când evaluează tonul, modelul numește și țările la care se referă un articol: subiectul principal al știrii sau locul unde se petrece, cel mult trei pe articol, sub formă de coduri ISO 3166-1. Nicio țară nu este atribuită când una este menționată doar în treacăt, când știrea se referă la piață în ansamblu, la UE sau la o regiune întreagă ori, pentru cripto, când subiectul nu privește autoritatea de reglementare a acelei țări, o lege, o instanță sau o companie aflată sub regulile ei.
Pentru fiecare țară calculăm același indice net al tonului pe articolele cripto pe care modelul le-a încadrat la una dintre temele universurilor. Un articol despre două țări contează pentru amândouă. Țările cu mai puțin de 10 articole în perioadă sunt hașurate: acolo un singur subiect cântărește prea mult. Țările sunt înregistrate începând cu ziua lansării hărții; articolele mai vechi nu au fost reevaluate.
Teritoriile fără cod ISO 3166 nu sunt niciodată colorate.
Corelația cu BTC
Corelația cu BTC din Pro este coeficientul Pearson dintre indicele tonului și variația prețului BTC în perioada selectată, cu tonul decalat cu până la o zi în oricare direcție. Afișăm decalajul la care se potrivesc cel mai bine. Cu prea puține puncte comune apare „date insuficiente”; când |r| este sub 0,2 sau nu depășește ce ar da întâmplarea pe un eșantion de această dimensiune, apare „aproape nicio legătură”. Descrie trecutul, nu este o prognoză de preț.
Indicele zilnic Crypto Attention
Cât de intensă a fost o zi UTC pentru presa cripto, de la 0 la 100. Numărăm articolele cripto ale zilei de la un panel de publicații, cele care au avut articole în cel puțin 24 din ultimele 30 de zile, fiecare articol fiind ponderat după audiența publicației sale. O sursă nouă intră în panel doar după ce are acest istoric, așa că adăugarea de fluxuri nu crește indicele.
Ziua este comparată cu mediana aceluiași panel, cu aceleași ponderi, din ultimele 30 de zile: o zi lucrătoare cu zilele lucrătoare, o sâmbătă sau o duminică cu weekendurile, deoarece presa cripto scrie vizibil mai puțin în weekend. Indicele este 50 + 25 × log2(zi ÷ mediană), menținut între 0 și 100: 50 este o zi obișnuită, 75 de două ori mai intensă, 100 de patru ori, 25 de două ori mai liniștită.
Alături, fiecare ediție indică tonul zilei (indicele net al tonului de mai sus, pe articolele evaluate ale zilei), tema zilei (universul a cărui pondere în articolele zilei a crescut cel mai mult față de ponderea sa din ultimele 30 de zile) și cele mai importante cinci subiecte ale zilei după atenție. O ediție este publicată după încheierea zilei UTC și nu se mai modifică ulterior; o zi ale cărei date nu o pot susține (un panel prea mic, o întrerupere a colectării, un istoric prea scurt) nu primește ediție. Descrie acoperirea, nu prețurile, și nu este un sfat de investiții.