Twıtter üzerindeki Türkçe mesajlarda veri madenciliğiyle duygu analizi
Sentiment analysis on Turkish Twitter messages by using data mining
- Tez No: 450859
- Danışmanlar: YRD. DOÇ. DR. EDİZ ŞAYKOL
- 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: Beykent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Bu çalışmada, yazılı Türkçe metinlerde duygu analizi yapılabilmesi amacıyla yapılan semantik çalışmalara katkı sağlanması hedeflenmiştir. Ayrıca, Türkçe metinlerde duygu analizinin yapılabilmesi ile Türkçe dilinde konuşan, ortak zevk, düşünce ve duygulara sahip insanların bir araya getirilebileceği de öngörülmüştür. Bu sayede, internet üzerindeki sosyal paylaşım siteleri de, daha başarılı yapay zekâ yapıları üzerine kurgulayabileceklerdir. Çalışma kapsamında, sosyal medya ağı olan Twitter kullanıcılarının tivitleri analiz edilmiştir. Paylaşılan tivitlerin ifade ettiği duygular dört farklı sınıfta sınıflandırılmıştır. Bu sınıflar 'Mutluluk', 'Kızgınlık', 'Üzüntü' ve 'Şaşkınlık' gruplarında toplanmıştır. Tivitlerin sınıflandırılmasının yapılabilmesi için tivitler toplandıktan sonra yazım hataları olması ihtimaline karşılık bütün içerikler 'Zemberek' kütüphanesi yardımıyla yazım hatalarından arındırılmıştır. Yazımları düzeltilen tivitler gönüllüler tarafından dört grupta etiketlenmiştir. Çalışma Twitter'dan toplanan tivitleri karar ağacı ve bulanık kural öğrenme teknikleri kullanılarak analiz edilmiş ve elde edilen sonuçlar incelenmiştir.
Özet (Çeviri)
One of the aims of this thesis is make a contribution on semantic works for sentiment analysis on Turkish texts. Also, it is called for people who talk in Turkish and having common ground can be brought close together by achieving sentiment analysis in Turkish texts. Thus, social networking sites can be built based on more successful artificial intelligence systems. Tivits of users in a social media, 'Twitter', were analysed as in scope of this thesis. Emotions stated by shared tivits were classified under four main categories. These categories are 'Happiness', 'Anger', 'Sadness', and 'Confusion'. All typo mistakes of tivits were proofread with the help of 'Zemberek' library for classifying these accurately. Proofread tivits were labeled on these four categories by volunteers. After this, these tivits and related results were examined by using the techniques of 'Decision tree' and 'Fuzzy Rules'.
Benzer Tezler
- 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
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
- Understanding twitter users' behaviour by social network analysis during disasters
Afet durumunda twıtter kullanıcılarının sosyal ağ analizi ile davranışını anlama
GÖZDE MERVE DEMİRCİ
Yüksek Lisans
İngilizce
2020
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ITIR SATOĞLU
DOÇ. DR. GÜLÜSTAN DOĞAN
- Halkla ilişkiler ve iklim değişikliği: Bakanlıkların ve STK'ların Twitter üzerindeki halkla ilişkiler faaliyetlerinin karşılaştırılması
Public relations and climate change: A comparison of ministry and NGO's public relations activities on Twitter
KEMAL GÜNAY
Doktora
Türkçe
2022
Halkla İlişkilerİstanbul ÜniversitesiHalkla İlişkiler ve Tanıtım Ana Bilim Dalı
PROF. DR. YEŞİM GÜÇDEMİR
- Kelime kullanım oranları ve kullanıcı istatistikleri kullanılarak Türkçe Twitter verisi üzerinde duygu analizi
Sentiment analysis on Turkish Twitter data using term usage rates and user statistics
CEM GÜMÜŞ
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELİM AKYOKUŞ
- Sosyal medya içerik pazarlaması paylaşımlarının tüketici katılımı yoluyla firma performansı üzerindeki etkisi
The impact of social media content marketing posts on firm performance through consumer engagement
YASİN ÖZKAN
Yüksek Lisans
Türkçe
2022
İşletmeHacettepe Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NİRAY TUNÇEL