Geri Dön

Sentiment analysis and opinion mining via microblogging in social media like: Twitter

Twitter gibi sosyal medya ortamlarında mikro bloglama yoluyla duygu analizi ve fikir madenciliği

PDF İndir

  1. Tez No: 386087
  2. Yazar: MUSTAFA SALMAN ABD AL-BNDİ
  3. Danışmanlar: YRD. DOÇ. DR. ABDÜL KADİR GÖRÜR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Çankaya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik ve Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Bilgi Teknolojileri Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada sosyal medyadaki Twitter gibi web sitelerinde bulunan mikro bloglama fonksiyonu araştırılmakta ve bu sitelerdeki duygu tarama ve duygu analizi teknikleri gösterilmektedir. Bu araştırmanın üç tane amacı vardır. Birinci amaç tweetlerdeki duyguların kelime bulma veya kelime sıklığı özelliklerini bir çıkarım faktörü olarak kullanan unigram özellik çıkarıcı uygulamasını kullanılarak nasıl çıkarılacağı ve sınıflandırılacağı konusunu irdelemektir. Kelime bulma özelliği bir çıkarım faktörü olarak dikkate alındığında yüksek bir doğruluk oranı elde edilir. Ayrıca, çok alanlı tweetlerde tweetlerin eğitim korporasına test verileri verilirken kelime sıklığını bir çıkarım faktörü olarak kullanarak da yüksek doğruluk oranı elde edilebilir. İkinci amaç tweetlerdeki duyguların n-gram (1<n<4) özellik çıkarıcıları kullanılarak çıkarılması ve sınıflandırılmasıdır. Eğitim korporasında tweet örneklerinin sayısındaki bir artış yoluyla sınıflandırmada nasıl yüksek bir doğruluk oranı elde edileceğini gösteriyoruz ve bunu eşit sayıda pozitif ve negatif tweet dağılımıyla eğitim korporasından sıralı olarak toplanan artan biçimde büyüyen gruplara bir test dataseti vermek suretiyle kanıtlıyoruz. Bir Destek Vektörü Makine Modeli türü olan Sıralı Minimal Optimizasyon ve Multi-nominal Naïve-Bayes modeli gibi modeller ile birlikte bir duygu sınıflandırıcısı kullanılmıştır. Son olarak, bir tweetin pozitif duyguya mı yoksa negatif duyguya mı sahip olduğunu belirlemek amacıyla tweetlerin duygularını sınıflandırmak seçilen iki makine öğrenme modelinden hangisinin daha uygun olduğunu belirliyoruz.

Özet (Çeviri)

This research is a study of microblogging on social websites such as Twitter and shows the techniques of emotion detection and sentiment analysis for the same. This research has three objectives. The first objective is a discussion about how to extract and classify emotions in tweets using the unigram feature extractor with word presence or word frequency as a factor of extraction. High accuracy of classification is obtained when considering the word presence as a factor of extraction. Moreover, one can obtain high accuracy also by using word frequency as a factor of extraction when supplying the test data on training corpora of tweets in the case of multi-domain tweets. The second objective is the extraction and classification of the emotions of tweets using n-gram (1<n<4) feature extractors. We illustrate how to obtain high accuracy of classification through an increase in the number of instances of tweets for training corpora, and we prove that through supplying a test dataset on increasingly growing groups which are collected sequentially from training corpora with equal distribution of positive and negative tweets. A sentiment classifier has been used with models such as the Multi-nominal Naïve-Bayes model and the Sequential Minimal Optimisation, which is a type of Support Vector Machine model. Finally, we determine which one of two selected machine learning models is more suitable for classifying the sentiment of tweets in order to determine whether a tweet has a positive or negative sentiment

Benzer Tezler

  1. Tez No

    444175

    Mikroblog hizmetlerindeki örtük bilginin veri madenciliği teknikleri ile keşfi

    Discovery of tacit knowledge in the microblogging services by data mining techniques

    FERİDUN CEMAL ÖZÇAKIR

    Doktora

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Enformatik Ana Bilim Dalı

    PROF. DR. SEVİNÇ GÜLSEÇEN

  2. Tez No

    379634

    Otomatik duygu sözlüğü çevirimi ve duygu analizinde kullanımı

    Automatic sentiment dictionary translation and using in sentiment analysis

    ALAETTİN UÇAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. HAYRİ SEVER

    DOÇ. DR. EBRU AKCAPINAR SEZER

  3. Tez No

    283715

    Opinion mining and sentiment analysis using natural language processing techniques

    Doğal dil işleme teknikleri kullanarak görüş ve duygu analizi

    NUR BANU ALBAYRAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ZEYNEP ORHAN

  4. Tez No

    953470

    Applications of aspect-based sentiment analysis

    Metınsel verılerle sosyal medyada görüşe dayalı duygu analızının uygulamaları

    AİMAN ALTAF

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TANER ARSAN

  5. Tez No

    532367

    Sosyal medya paylaşımlarının ı̇çerı̇k etkı̇sı̇ ve bu paylaşımlara olan tüketı̇cı̇ tepkı̇sı̇nı̇n metı̇n madencı̇lı̇ğı̇ metodu ı̇le analı̇zı̇

    The impact of social media posts' contents and analysis of consumer response to these posts by text mining method

    ABDULLAH ÖNDEN

    Doktora

    Türkçe

    Türkçe

    2018

    İşletmeİstanbul Okan Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MELTEM KIYGI ÇALLI

Geri Dön