Tweet recommendation under user interest modeling with named entity recognition
Varlık ismi tanıma ile kullanıcı ilgisi modellemeye dayalı tweet tavsiye yöntemi
- Tez No: 368895
- Danışmanlar: DOÇ. DR. PINAR KARAGÖZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Twitter, haber değeri taşıyan güncel bilgiyi sağlaması özelliğiyle en önemli iletişim kanallarından birisi olmuştur. Bilgi kayna˘gı olarak Twitter'ın yaygın kullanımı düşünüldü ğünde, kullanıcının çok sayıda tweet içerisinden kendisi için ilginç olana erişmesi zordur. Milyonlarca kullanıcı tarafından gönderilen çok sayıdaki tweet sonucunda, aşırı bilgi yüklenmesi kaçınılmazdır. Kullanıcıların ilgilerini çeken bilgiye kolayca ulaşabilmesi için, tavsiye etme gerekli bir işlemdir. Varlık İsmi Tanıma, büyük hacimdeki verilerden bilgi çıkartmak için araştırmacılar tarafından kullanılmaktadır. Resmi makaleler üzerinde sık kullanılan Varlık İsmi Tanıma yöntemleri yerel bir şekilde çıkarılmış dilbilimsel özelliklere dayalıdır. Fakat tweet'lerin kısa ve kirli yapısı düşünüldüğünde, bu yöntemlerin performansları yetersizdir ve bu tip verileri ele almak için yeni yöntemler oluşturulmalıdır. Yakın geçmişte, varlık ismi çıkartmak için parçalara dayalı tweet simgeleme yöntemi Varlık İsmi Tanıma alanında geçerliliğini kanıtlamıştır. Tweet parçalama yöntemi ile tweet'lerden elde edilen varlık isimleri ile birlikte kullanıcının retweet ve mention tarihçesi ve takip ettiği kullanıcılar, kullanıcı ilgisinin güçlü göstergeleri olarak görülmüş, ve kullanıcı ilgisini temsil eden bir model oluşturulmuştur. Bu çalışmanın amacı, Twitter kullanıcılarının ilgilerini çeken bilgiyi taşıyan tweet'lere ulaşırken sarfettikleri çabayı azaltmaktır, ve varlık isimleri ile oluşturulmuş bir kullanıcı ilgisi modeline dayalı tweet tavsiye etme yöntemi sunulmu ştur.
Özet (Çeviri)
Twitter has become one of the most important communication channels with its ability of providing the most up-to-date and newsworthy information. Considering wide use of Twitter as the source of information, reaching an interesting tweet for a user among a bunch of tweets is challenging. As a result of huge amount of tweets sent per day by hundred millions of users, information overload is inevitable. In order for users to reach the information that they are interested easily, recommendation of tweets is an essential task. To extract information from this large volume of tweets, Named Entity Recognition (NER), is already being used by researchers. Commonly used NER methods on formal texts such as newspaper articles are built upon on linguistic features extracted locally. However, considering the short and noisy nature of tweets, performance of these methods is inadequate on tweets and new approaches have to be generated to deal with this type of data. Recently, tweet representation based on segments in order to extract named entities has proven its validity in NER field. Along with named entities extracted from tweets via tweet segmentation, user's retweet and mention history, and followed users are also considered as strong indicators of interest and a model representing user interest is generated. Reducing Twitter users' effort to access tweets carrying the information of interest is the main goal of the study, and a tweet recommendation approach under a user interest model generated via named entities is presented.
Benzer Tezler
- Twitter verisi üzerinde Covid-19'a karşı etkili olan ilaçların doğal dil işleme kullanılarak analizi
Analysis of drugs effective against Covid-19 using natural language processing on Twitter data
ORHAN TALHA KUM
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER BADAY
- Tweet and user recommendation in twitter
Twıtter'da tweet ve kullanıcı öneri sistemi
FAHRİYE GEMCİ FURAT
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMelikşah ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KADİR AŞKIN PEKER
- Combining topology-based & content-based analysis for followee recommendation on twitter
Twitter için topoloji ve içerik analizine dayalı takipçi öneri sistemi
AYSU YANAR
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Bölümü
YRD. DOÇ. PINAR KARAGÖZ
YRD. DOÇ. DR. TUĞBA TAŞKAYA TEMİZEL
- Points of interest (POI) extraction from social media
Sosyal medyadan ilgi noktası çıkarımı
İSMAİL TALHA YILMAZ
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR KARAGÖZ
DOÇ. DR. YUSUF KAVURUCU
- A feature based simple machine learning approach with word embeddings to named entity recognition on tweets
Kavram tanıma üzerine özellik tabanlı bir makine öğrenmesi yaklaşımı
METE TAŞPINAR
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. TANKUT ACARMAN