Selecting feature subsets with nature inspired algorithms for cyberbully detection
Sanal zorbalık tespiti için doğa esinli algoritmalarla nitelik altkümelerinin seçimi
- Tez No: 414344
- Danışmanlar: DOÇ. DR. SELMA AYŞE ÖZEL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 138
Özet
Sanal zorbalık, Internet ya da e-posta, web sayfası, sms gibi diğer elektronik ortamları kullanarak savunmasız bir kişiye kötü davranışlarda bulunmak ya da hakaret etmek olarak tanımlanır. Birçok sanal zorbalık durumu intiharla sonuçlanmaktadır. Bu çalışmanın amacı, nitelik çıkarımı, nitelik seçimi ve sınıflandırmanın sanal zorbalık tespiti üzerindeki etkilerini göstermektir. Bu çalışmada birçok nitelik çıkarım yöntemi ile Karınca Kolonisi Optimizasyonu ve ki-kare istatistiği tabanlı bir nitelik seçim yöntemi önerilmiştir. Önerilen Karınca Kolonisi Optimizasyonu tabanlı algoritma Web bloglarından ve tweetlerden derlenen Formspring.me, MySpace, YouTube, Twitter ve Anti Social Behaviour veri setleri üzerinde test edilmiştir. Çalışmanın deneysel sonuçları, sanal zorbalık tespiti için nitelik seçiminde Karınca Kolonisi Optimizasyon yönteminin kabul edilebilir bir eniyileme yöntemi olduğunu kanıtlamıştır. Yapılan deneyler sonucunda, Karınca Kolonisi Optimizasyon yöntemiyle nitelikler azaltılırken, sınıflandırma performansı artmış ve/veya sınıflama süresi azalmıştır.
Özet (Çeviri)
Cyberbullying can be defined as an aggressive, intentional action against a defenseless person by using the Internet or other electronic methods such as emails, web contents or text messages. In many cyberbullying cases, victims have attempted suicide due to the emotionally abusive, humiliating, and aggressive messages left by predators. The aim of this study is to show the effects of feature extraction, feature selection, and classifier used, on the performance of cyberbully detection. In this study, we propose several feature extraction methods as well as a new feature selection method based on Ant Colony Optimization and Chi-Square statistic. The proposed Ant Colony Optimization based algorithm was experimented on the Formspring.me, MySpace, YouTube, Twitter and Anti Social Behaviour datasets which are collected from Web blogs and tweets. The experimental results of this study proved that, Ant Colony Optimization is an acceptable optimization algorithm for feature selection to detect cyberbullying and applying feature selection reduces the number of features to be used during the classification process and improves run-time and/or classification performance.
Benzer Tezler
- Meta-analysis of microRNA and gene selection using machine learning
Makine öğrenmesi kullanarak microRNA meta-analizi ve gen seçimi
ELNAZ PASHAEI
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
- Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi
Developing a new approach to feature selection with metaheuristic methods for large scale data
ESİN AYŞE ZAİMOĞLU
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİLÜFER YURTAY
- Büyük boyutlu verilerde öznitelik seçimi için ikili yapay arı kolonisi yaklaşımı
Binary artificial bee colony approach for feature selection in large size data
ZEYNEP BANU ÖZGER
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BANU DİRİ
DR. ÖĞR. ÜYESİ BÜLENT BOLAT
- Elektrokardiyogram verilerinin iyileştirilmiş yapay arı kolonisi (MABC) algoritması ile analizi
Analysis of electrocardiogram data by using modified artificial bee colony (MABC) algorithm
SELİM DİLMAÇ
Doktora
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Sosyal örümcek algoritmasının sürekli ve ayrık optimizasyon problemlerinde performans iyileştirmeleri
Performance improvements of social spider algorithm in continuous and discrete optimization problems
EMİNE BAŞ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN ÜLKER