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.

62 мови. За допомогою прикладного програмного інтерфейсу було зібрано та очищено понад 200 тисяч постів, майже 5 млн слів. Подальша обробка включала масштабування даних, тематичне моделювання та часовий аналіз для виявлення аномалій активності. Слід також зазначити, що соціальні мережі створюють складні взаємозв‘язки між користувачами, які можуть бути застосовані в моделях при проведенні аналізу соціальних графів, виявленні лідерів впливу, моделюванні поширення емоцій тощо. Моделі машинного навчання дозволяють прогнозувати точки біфуркації, у яких інформаційна активність переходить у ринкову волатильність. Отже, застосування методів машинного навчання до даних соціальних мереж дозволяє не тільки констатувати, а й кількісно оцінювати поведінкові ризики криптовалютного ринку. Під час дослідження встановлено п‘ять факторів ризику, ідентифікованих за допомогою такого підходу. Класифікація будується на виявлених паттернах інформаційної активності, тональності контенту та динаміці взаємодій. Застосування моделей класифікації та методів машинного навчання дозволяє розпізнавати ці ризики у потоках соціальних даних. Перший фактор – це ризик інформаційного впливу та маніпуляцій. Високий кореляційний зв'язок між «шквальною» активністю за певними хештегами та змінами цін на криптоактиви, свідчить про вразливість ринку до маніпуляцій через соцмережі. Ризик швидкого, некоректного поширення інформації (чуток, аналізів, прогнозів) без верифікації, впливає на штучне підвищення або зниження ціни криптоактивів. Аномальні сплески активності за конкретними хештегами випереджають рух ринку. Другий фактор – це емоційно-психологічний ризик, ризик ейфорії та паніки. Аналіз тональності контенту дозволив виявити чіткі патерни переходу від надмірного оптимізму до колективної тривоги, що є поведінковим драйвером різких падінь та підйомів. Наприклад, ризик прийняття інвестиційних рішень під впливом колективної ейфорії (FOMO – «страх пропустити») або масової паніки (FUD – «страх, невизначеність, сумнів»). Різкі