加密数字货币近年来发展迅速,目前加密数字货币种类多样,质量层次不齐,对用户进行合理投资和监管机构有效监管带来了严峻挑战。构建加密数字货币竞争力评价模型将有助于用户进行高效投资,监管机构进行针对性监管,对维护国家安全和金融市场秩序有着重要意义。目前国内对加密数字货币竞争力水平的研究较少,相关资料并不足以合理评价加密数字货币的价值和潜力,同时由于加密数字货币和传统的货币差异很大,出现时间短,可收集的加密数字货币评价指标十分有限。本文构建一套不受加密数字货币特征差异性影响且易于收集数据的评价指标体,在此基础上使用因子分析法和传统机器学习方法、社交媒体大数据方法构建了多种竞争力评价模型并对26种加密数字货币进行了竞争力评级预测。因子分析法由于缺少监督学习的数据,效果相比于传统机器学习法较差,而在传统机器学习方法中,支持向量机模型和神经网络模型效果最为出色。结合Twitter社交媒体大数据相的神经网络模型相比于传统机器学习模型准确率有所提高。最后,本文探讨了基于神经网络和社交媒体大数据的多种结合方式,最终实现了在26种加密数字货币上76.9%的竞争力预测准确率。实验结果表明本文所提出的实验模型能够准确高效的预测加密数字货币的竞争力水平,这一模型在未来有较大应用前景。