Proceedings of the International scientific and practical conference ―Frontiers of Global Knowledge‖ (March 13-15, 2026) / Publisher website: www.naukainfo.com. – Geneva, Switzerland, 2026. - 211 p.

61 розробки систем раннього попередження та підвищення фінансової грамотності інвесторів. Ключові слова: ринок криптовалют, класифікація ризиків, соціальні мережі, криптоінвестори, машинне навчання, моделювання, поведінкова економіка. Криптовалютний ринок є динамічним і вразливим на вплив різних факторів, включаючи економічні, політичні та соціальні події [1, 2]. Соціальні мережі є інформаційним середовищем для стейкхолдерів криптовалютного ринку [3, 4]. Вони формують очікування, впливають на інвестиційні рішення та поведінкові реакції учасників ринку. На відміну від традиційних фінансових ринків, крипторинок характеризується високою волатильністю, інформаційною асиметрією та значним впливом нераціональних чинників, що робить його чутливим до поведінкових факторів [5, 6]. У даному дослідженні запропоновано класифікацію ризиків криптоінвесторів з позицій поведінкової економіки з урахуванням впливу соціальних мереж. Виділено поведінкові, інформаційні, соціально-мережеві, ринкові та регуляторно-поведінкові ризики, які взаємодіють між собою та формують складну систему факторів прийняття рішень. Особливу увагу приділено таким когнітивним викривленням, як стадність, FOMO, надмірна впевненість та ефект підтвердження, які підсилюються алгоритмами соціальних платформ. Методологічною основою дослідження є методи машинного навчання та тематичне моделювання [7, 8]. Проведений аналіз дозволив ідентифікувати інформаційні хвилі, емоційні тригери та ризикові патерни поведінки, що передують різким ціновим коливанням на криптовалютному ринку. Дослідження зосереджено на аналізі ризиків, що виникають із поведінки стейкхолдерів криптовалютного ринку, активність яких опосередковано вивчається через контент соціальних мереж. Для виявлення цих ризиків був застосований комплекс методів машинного навчання та обробки природної