Sosyal medya paylaşımlarında duygu analı̇zı̇ : Makı̇ne öğrenı̇mı̇ yaklaşımı üzerı̇ne bı̇r araştırma
Sentiment analysis in social media sharing : A research on machine learning approach
- Tez No: 446136
- Danışmanlar: YRD. DOÇ. DR. LEVENT ELDENİZ
- Tez Türü: Doktora
- Konular: İletişim Bilimleri, Communication Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Gazetecilik Ana Bilim Dalı
- Bilim Dalı: Bilişim Bilim Dalı
- Sayfa Sayısı: 231
Özet
Mobil cihazlara erişimin artması ve kullanım maliyetlerinin düşmesine paralel olarak Twitter ve benzeri sosyal medya platformları toplumun her kesimine ulaşmış ve gündelik yaşamları ilgili bilgiler veren kullanıcı sayısı giderek artmıştır. Böylece, sosyal medya platformları toplumun duygu ve düşüncelerini yansıtan birer ortama dönüşmüştür. Çalışmanın amacı, sosyal medya aracılığı ile üretilen metinlerin istatistisel yöntemler kullanılarak analiz edilmesi; yazarın konuya karşı düşüncesinin olumlu, olumsuz ya da tarafsız sınıflandırılarak ağdaki meta enformasyonun ortaya çıkarılması ve ağı oluşturan topluluğun genel eğilimin tahmin edilmesidir. Bu kapsamda, bir metnin yansıttığı duyguyu tespit edip yorumlama olarak tanımlanan Duygu Analizi yöntemi kullanılmıştır. Sosyal medya platformlarında katılımcının paylaştığı içeriğin konu olarak sınırlandırılması mümkün değildir. Dolayısıyla, farklı alanlarda ve konularda paylaşılan enformasyon dikkate alınmalı ve ağın eğilimini yansıtan meta enformasyon çıkarımı konudan bağımsız olmalıdır. Kendi kendine öğrenebilen esnek yapısından dolayı çalışmada makine öğrenimi yaklaşımı kullanılmıştır. Yapılan çalışmalar sonucu, makine öğrenimi yaklaşımı ile Türkçe paylaşım yapılan sosyal ağlardaki meta enformasyonun ortaya çıkarılması ve ağdaki genel duygu eğiliminin yönünün tespit edilmesinin mümkün olduğu görülmüştür. Ayrıca, bu yaklaşımın farklı konu başlıkları ya da sektörlerde uygulanması durumunda benzer sonuçlar ürettiği gözlemlenmiştir. Türkçe metinlerde en başarılı sınıflandırma işlemi, 1-3-gram ve ikili kodlama terim seçim yöntemleriyle oluşturulan kelime torbasının, bilgi kazanımı öznitelik seçim yöntemiyle daraltılması ve Naïve Bayes algoritması ile eğitilmesi sonucu elde edilmiştir. Ayrıca, sınıflandırmaya en çok katkı sağlayan ögeler isim, sıfat, fiil ve duygu simgeleri olmuştur. Anahtar Kelimeler : Duygu!Analizi,!Makine!Öğrenimi,!Metin!Sınıflandırma
Özet (Çeviri)
With the help of increasing access to mobile devices and decreasing in operating cost, Twiter and other social media platforms have reached every segments of the society and growing number of users start to share information about their lives. Thus, social media platforms has become a medium that reflects the thoughts and feelings of the community. Purpose of the study is analyzing the texts produced through social media by using statistical methods; classifing author's positive, negative or neutral thoughts toward the subject; uncovering the meta information of the network; estimating the overall trend of the communities that make up network. In this context, Sentiment Analsis methods, defined as identifing and interpreting emotions in a text, was used. It is not possible to restrict the issues that participants share on social media platforms. So, the process of extracting meaningful knowledge from the content should be domain independent. Therefore, the machine learning approach was used in the study due to its easily adaptable self-learning capabilities. The results shows that by using machine learning approach it is possible to discover the meta information on a social network environment people write in Turkish language. Moreover, the application of this approach in different domains have been observed to produce similar results. The most successful classification in Turkish language obtained by creating bag-of-words by using 1-3-gram and binary feature selection methods, applying information gain feature reduction and training with naive bayes algorithm. Features providing the largest contribution to the classification are names, adjectives, verbs and emoticons. Keywords : Sentiment!Analysis,!Machine!Learning,!Text!Classification
Benzer Tezler
- Excelling customer complaint management through text analytics: Complaint classification in social media and complaint type prediction
Müşteri şikayet yönetiminin metin analitiği yöntemiyle mükemmelleştirilmesi: Sosyal medyadaki şikayetlerin sınıflandırılması ve şikayet tipi tahminlemesi
BİRCE DOBRUCALI
Doktora
İngilizce
2021
İşletmeDokuz Eylül Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
PROF. DR. BURCU İLTER
- Turizm için sosyal medya temelli mekânsal karar destek sisteminin geliştirilmesi ve uygulaması: Artvin ili örneği
Development and implementation of social media-based spatial decision support system for tourism: The case of Artvin province
MUHAMMED ÇAĞRI AKSU
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ERSİN KARAMAN
- Sosyal ağlarda yapay zekâ ile veri analızi
Analysing data in social networks by using artificial intelligence
TOHID JAVADI
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NECAATTİN BARIŞÇI
- Measuring the effect of social media strategies on the consumer perception of political parties in Turkey
Türkiye'deki siyasi partilerin sosyal medya stratejilerinin tüketici algılarına etkisinin ölçülmesi
NEZİH İLTER KARAMAN
Doktora
İngilizce
2020
Siyasal Bilimlerİstanbul Bilgi ÜniversitesiOrganizasyon Çalışmaları Ana Bilim Dalı
PROF. DR. BERİL DURMUŞ
- Makine öğrenmesi yöntemleri kullanılarak uzaktan eğitim konulu Türkçe tweetlerin duygu analizi
Turkish tweets on distance education using machine learning methods sentiment analysis
ALİ CAN AKDENİZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL BABAOĞLU