Sentiment analysis and gender prediction in twitter data
Twitter datalarında duygu analizi ve cinsiyet tespiti
- Tez No: 420624
- Danışmanlar: YRD. DOÇ. DR. ABDÜL KADİR GÖRÜR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 60
Özet
Bu tezde, sosyal medyada önemli bir yere sahip olan Twitter uygulamsında, belirlenen veya istenen spesifik bir kelime (ler)' e göre kişilerin atmış olduğu tweetler ele alınmış, bu tweetlerin otomatik olarak“Olumlu”,“Olumsuz”ya da“Nötr”şeklinde bilgisayar tarafından yorumlanması incelenmiştir. Bu kapsamda,“Twitter Duygu Analizi”başlığı altında çalışmalar yapılmış ve çıkan sonuçların başarı oranları karşılaştırılmıştır. Bunun yanı sıra, tweet atan kullanıcıların kullanıcı adları temel alınarak, Türk Dil Kurumu tarafından paylaşılan Türkçe Özel İsimler ile karşılaştırılmış, çıkan sonuçlar ve eşleşmelere göre kullanıcıların Cinsiyet tespitlerinin“Kadın”,“Erkek”ya da“Tespit Edilemedi”şeklinde yorumlanması incelenmiştir. Yine bu kapsamda da,“Twitterda Cinsiyet Tespiti”başlığı altında çalışmalar yapılmış ve çıkan sonuçların başarı oranları karşılaştırılmıştır. Bu çalışmanın temelinde, Twitter Duygu Analizi ve Twitterda Cinsiyet Tespiti başlılklı konular Türkçe dili için ele alınmış ve yapılan tüm çalışmalar Türkçe dili üzerinden yürütülmüştür.
Özet (Çeviri)
In this thesis, tweets from Twitter that have been sent by users will be considered on a preferential basis in accordance with determined or requested specific key word(s). Also the interpretation of these tweets, by the computer, will be examined in a way as they are“Positive”,“Negative”or“Neutral”. In this context, under the heading 'Twitter Sentiment Analysis', studies were conducted and the success rates of achieved results were compared. In addition to this, on the basis of the usernames(of users) who send tweets, tweets was compared with Turkish Special Names which is shared by the Turkish Language Association (TDK) and also achieved results and gender determinations of users in terms of“Female”,“Male”or“Not Determined,”were examined. Under the heading of 'Gender Prediction in Twitter' studies were conducted and the success rates of achieved results were compared. On the basis of this study, the related topics of 'Sentiment Analysis' and 'Gender Prediction' were examined for Turkish Language and all of these studies were carried out through Turkish language.
Benzer Tezler
- Okul yöneticilerinin otantik ve holistik liderlik tarzlarının pozitif örgütsel davranış üzerindeki etkisi: Yapay sinir ağları uygulaması
The effects of authentic and holistic leadership styles of the school managers on the positive organizational behavior: Application of artificial neural networks
ZÜBEYDE YARAŞ
Doktora
Türkçe
2017
Eğitim ve ÖğretimFırat ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. MUKADDER BOYDAK ÖZAN
- Türkçe öğretmenlerinin teknolojik pedagojik alan bilgisi yeterliliklerinin incelenmesi
Text mining in education: Dictionary-based in Turkish texts sentiment analysis
TUĞÇE AKISKA
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimAkdeniz ÜniversitesiTürkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı
DOÇ. DR. BEKİR DİREKCİ
- Attribute inference over real-world online social networks: a comprehensive privacy analysis
Gerçek çevrimiçi sosyal ağlar üzerinde nitelik çıkarsama: kapsamlı bir gizlilik analizi
ÖNDER ÇOBAN
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELMA AYŞE ÖZEL
DR. ÖĞR. ÜYESİ ALİ İNAN
- Global goals, local voices: A multinational comparative sentiment and topic analysis of public transportation in the context of SDGs
Küresel hedefler, yerel sesler: Sürdürülebilir kalkınma amaçları bağlamında toplu taşımaya yönelik ülkelerin karşılaştırmalı duygu ve konu analizi
ASLIGÜL AKSAN
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE CAMGÖZ AKDAĞ
- Word2vec temsillerini kullanarak Türkçede soru sınıflandırmasında derin öğrenme analizi
A deep learning analysis on Turkish question classification task using word2vec representations
ŞEYHMUS YILMAZ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNAN TOKLU