Sosyal ağlarda viral içerik sınıflandırma için bir yapay sinir ağı uygulaması
An artificial neural network application for viral content classification in social media
- Tez No: 441845
- Danışmanlar: DOÇ. DR. SUAT ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Bu tez çalışmasında yapay sinir ağları, yapay zeka ve denetimli epidemik yaklaşım tabanlı bir veri dağılım modeli ortaya konulmuştur. Önerilen modeli eğitmek ve dağılım modeline baz alınan derecelendirme sistemini oluşturmak amacıyla Twitter'dan epidemik olarak dağılmış veriler bir gözetmen kontrolünde toplanmıştır. Bu çalışma kaynak problemini ve fiziksel ve sosyal ağlarda dağılım için tahmin modellerine yardımcı olacak birçok çalışma alanı açmaktadır. Viral içeriği önceden bilmek reklamcılık, endüstri, politika alanları ve daha bir çok alandaki son kullanıcıya geniş kitlelere erişme imkanı sağlayabilir. Bu tez çalışmasında literatürde kabul görmüş diğer yöntemlere göre viral içerik sınıflandırılmasında %90 eğitim başarısı ve %78 test başarısı elde edilmiştir. Bu sayede önerilen yöntemin literatürdeki kaynak problemi ve küçük dünya problemi gibi problemlerin çözümünde yeni bakışlar getirebileceği düşünülmektedir.
Özet (Çeviri)
In this thesis, we propose an information diffusion model which is based on neural networks, artificial intelligence and supervised epidemic approach. We gather epidemically diffused data from Twitter with supervision to create a ranking system that is the base of our diffusion model and to train our suggested model. This study opens up a lot of future work areas that can help with the provenance problem and the prediction systems for diffusion in both physical and social networks. Knowing the viral content beforehand can be used in advertisement, industry, politics or any other end user that wants to reach a high amount of people. In this thesis, a training success rate of 90% and a test success rate of 78% is reached compared to the other studies which are accepted in the literature. By this means, it is considered that the proposed model can bring new perspectives to problems like small world or provenance problems in the literature.
Benzer Tezler
- Integration of spatial procedures to combat the desertification in Nineveh governorate, Iraq
Irak'ın Nineveh vilayetinde çölleşme ile mücadele için mekansal yöntemlerin entegrasyonu
BASHAR MUNEER YAHYA YAHYA
Doktora
İngilizce
2019
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Tommaso Campanella ve Thomas More'un ütopyalarının karşılaştırılması
Comparing Thomas More and Tommaso Campanella's utopias
MAHMUT AVCI
Yüksek Lisans
Türkçe
2006
FelsefeAtatürk ÜniversitesiFelsefe ve Din Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. OSMAN ELMALI
- Viral içeriklerin sosyal ağlarda iletimini etkileyen faktörlerin analizi
Analysis of factors influencing the transmission of viral content on social networks
DANA RAKHYMBEKKYZY
- Geleneksel medyadan sosyal ağlara, içeriğin dönüşümü: Cüneyt Özdemir Youtube kanalı örneği
Transformation of content from traditional media into social networks: The example of Cüneyt Ozdemir Youtube channel
YUSUF TEKKE
Yüksek Lisans
Türkçe
2021
Radyo-Televizyonİstanbul ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
DOÇ. DR. ÜMİT SARI
- Integrating online methods to revenue generation process of museums
Müzelerin gelir yaratım süreçlerinin çevrimiçi yöntemler ile entegre edilmesi
BURAK MERT ÇİLOĞLUGİL
Yüksek Lisans
İngilizce
2017
Müzecilikİstanbul Bilgi ÜniversitesiKültür Yönetimi Ana Bilim Dalı
DOÇ. DR. GÖKÇE OKANDAN DERVİŞOĞLU