Social Networks: Analysis of Evolution and Sentiment

Abstract

Nowadays, social networks form an essential part of our lives. Their analysis helps us better understand various social phenomena, identify individuals influencing society, and model future developments of communities. Often, real-world social networks con- form to power-law degree distribution. We oriented our research toward investigating communities surrounding two well-known companies: GameStop and Enron. Using the data obtained from Reddit and Twitter, we have trained machine learning models like Support vector machines and Neural networks to assess the sentiment of the GameStop community. The results confirm the expected positive sentiment following the GameStop price spike in 2021. We constructed the respective social networks based on the available datasets and identified their vital individuals according to selected centrality measures. Publicly known figures like Ryan Cohen in the case of GameStop and Jeff Skilling in the case of Enron are ranked high according to PageRank and Authority scores. On the other hand, minor influencers from the GameStop community and the upper management of Enron were assigned top ranks of the Hub score and Betweenness centrality. A statistical analysis using the goodness-of-fit test for the power-law degree distribution was performed for both networks. Results...

V dnešnej dobe sú sociálne siete neoddeliteľnou súčasťou nášho života. Ich analýza nám pomáha lepšie porozumieť rôznym spoločenským javom, identifikovať vplyvných jednotlivcov v spoločnosti a modelovať budúci vývoj komunít. Sociálne siete v reálnom svete majú často "power-law" distribúciu stupňov vrcholov. Náš výskum sme zamerali na skúmanie komunít dvoch známych spoločností: GameStop a Enron. Pomocou údajov získaných z Redditu a Twitteru sme natrénovali modely strojového učenia, ako sú Sup- port Vector Machines alebo neurónové siete, na analýzu sentimentu komunity GameStop. Výsledky potvrdzujú očakávaný pozitívny sentiment po náraste ceny akcií GameStop v roku 2021. Príslušné sociálne siete sme vytvorili na základe dostupných datasetov a identifikovali sme významných jednotlivcov podľa vybraných mier centrality. Pre miery PageRank a HITS Authority score sa vysoko umiestnili verejné osobnosti ako Ryan Cohen pre Ga- meStop a Jeff Skilling v prípade Enronu. Na druhej strane, pre "Betweenness" centralitu a HITS Hub score sa do popredia dostali menší influenceri z komunity GameStop a vyššie postavení manažéri z Enronu. Štatistická analýza pomocou testu "goodness-of-fit" pre "power-law" distribúciu bola vykonaná pre obe siete. Výsledky naznačujú vierohodnú zhodu iba pre distribúciu vstupných stupňov vrcholov...