Ico, Analyse des sentiments, Réseaux sociaux, Bert, Apprentissage automatique, Capital humain, Extraction de données web

Les ventes de jetons blockchain, ou Initial Coin Offerings (ICOs), ont émergé comme un mécanisme innovant pour les projets blockchain de lever des fonds, permettant aux startups de se connecter directement à des investisseurs mondiaux, sans les obstacles traditionnels du capital-risque ni les cadres réglementaires. En offrant un modèle de financement décentralisé et transparent, les ICOs ont démocratisé l'accès aux investissements en phase précoce, élargissant ainsi les opportunités pour les entrepreneurs et investisseurs. Cependant, le marché des ICOs reste très volatil et spéculatif, avec une réglementation minimale, des fraudes fréquentes et des taux de réussite variables. Cette imprévisibilité crée des défis majeurs pour les investisseurs, en quête d'indicateurs fiables, et pour les initiateurs d'ICO, qui doivent se démarquer dans un environnement saturé et compétitif. Pour répondre à ces défis, cette thèse propose un cadre basé sur l'apprentissage automatique pour prédire le succès des ICOs. Ce cadre s'appuie sur trois dimensions principales : le capital humain, la présence sociale et le sentiment du marché. L'analyse exploite un vaste ensemble de données comprenant plus de 1 000 ICOs, 910 478 tweets et 5 524 profils LinkedIn, collectés via des techniques de web scraping pour refléter les dynamiques sociales et de marché. Plusieurs modèles d'apprentissage supervisé, tels que la régression logistique, les machines à vecteurs de support et les méthodes d'ensemble, ont été utilisés pour identifier des relations significatives entre le succès des ICOs et des facteurs tels que l'expertise de l'équipe, l'expérience dans les cryptomonnaies et la blockchain, ainsi que la présence sur les réseaux sociaux. Une analyse approfondie du sentiment, menée avec les modèles BERT, met en évidence le rôle crucial de la perception publique dans les performances des ICOs. Les résultats montrent que le capital humain, notamment l'expérience de l'équipe dans les cryptomonnaies, est un facteur clé de succès, tout comme les objectifs de financement et les sentiments positifs sur les réseaux sociaux. Pour renforcer la transparence et fournir des informations exploitables, SHAP (SHapley Additive exPlanations) a été utilisé pour identifier les facteurs les plus influents. Ce cadre offre une double valeur : un outil d'aide à la décision pour les investisseurs et des recommandations stratégiques pour les initiateurs d'ICO, contribuant ainsi à un écosystème plus transparent et efficace.