Geri Dön

Exploratory wrangling and annotation of tweets

Tweetler üzerinde işaretleme ve keşif amaçlı kümeleme

PDF İndir

  1. Tez No: 459036
  2. Yazar: BERKAY DİNÇER
  3. Danışmanlar: PROF. DR. YÜCEL SAYGIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

Twitter her geçen gün daha da büyüyen, insanların fikir ve düşüncelerinin olduğu bir sosyal platform. Bu platformda her gün kullanıcılar tarafından üretilen içerik, verinin hacmi, düzensizliği ve hızı nedeniyle işlemesi çok zor bir veriye ama bir o kadar da değerli bir veriye dönüşmektedir. 2010 verilerine göre günde 55 milyon tweet üretilirken şu anda bu sayı ikiye katlanmıştır. Bu tezde twitter platformunda kullanıcılar tarafından üretilen verinin işlenebilmesi ve anlaşılabilmesi için sunduğumuz algoritmaları anlatıyor olacağız. Daha sonra bu algoritmaların tweetler üzerinde nasıl kullanılacağını, çalışmalardan ne gibi sonuçlar çıkarılabileceğini ve ne tür uygulamalar için fayda sağlayabileceğini gösteriyor olacağız. Bahsettiğimiz metodu kullanarak Twitter üzerinde“Robot”hesapları bulma ve tüm verinin özetini çok daha az tweet ile temsil edebilme gibi sorunları da nasıl çözdüğümüzü anlatıyor olacağız.

Özet (Çeviri)

Twitter is an ever growing social platform that is full of ideas and opinions. Huge amount of data is produced daily that is usually too cumbersome to process and mine for the opinions of individuals. As of 2010, 55 million tweets are sent daily and the number is doubled by now. Also twitter data is not structured as a text based information source, considering the lack of structure of the data along with its huge volume, it is nearly impossible to have a healthy summarization of all the ideas and opinions at real time. Therefore in this work we propose a set of algorithms to cluster relevant tweets and similar tweets talking about the same concept on twitter domain. We demonstrate and explain how this information can be used on tweets. As a side benefit we also use these algorithms to detect bots or spammer accounts on twitter since we place such tweets to the same clusters. We show that by transforming twitter data into a clustered structure we are able to overcome problems such as detecting bots and providing a neat summary of the data. these are solvable by transforming the unstructured data environment of twitter to a structured data environment by forming clusters and buckets over the data feed. Another interesting observation we made is that the clusters we form follow the Pareto principle therefore by inspecting only 20% of the clusters we can cover 80% of the whole data.

Benzer Tezler

  1. Tez No

    663734

    Exploratory analysis of the spread of coronavirus

    Koronavirüsün yayılmasının keşif analizi

    INTESAR ABURAWI ALBKKOUSH

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    İstatistikİzmir Ekonomi Üniversitesi

    Uygulamalı İstatistik Ana Bilim Dalı

    PROF. DR. GÖZDE YAZGI TÜTÜNCÜ AŞÇI

  2. Tez No

    608879

    Turizm sektöründe sosyal medya dolandırıcılığına yönelik algıların değerlendirilmesi

    Exploratory of perceptions about social media fraud in tourism sector

    TUĞBA ASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Kamu YönetimiGümüşhane Üniversitesi

    Turizm İşletmeciliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UĞUR AKDU

  3. Tez No

    215979

    Kelebek vanalarda vana kayıp katsayısının sonlu hacimler yöntemiyle ve deneysel olarak belirlenmesi

    Exploratory study of butterfly valve pressure drop coefficient using finite volume method comparison with experimental study

    BURCU AKSU DUYMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Makine MühendisliğiEge Üniversitesi

    Makine Mühendisliği Bölümü

    PROF. DR. AYDOĞAN ÖZDAMAR

  4. Tez No

    671419

    Exploratory visualization model for measuring the digital divide in Asian and European countries

    Başlık çevirisi yok

    GH.JAİLLANİ TAKAMUL

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHasan Kalyoncu Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MOHAMMED K.M. MADI

  5. Tez No

    850372

    Açımlayıcı faktör analizinde kullanılan faktör döndürme tekniklerinin karşılaştırılması

    A comparison of factor rotation techniques within exploratory factor analysis

    HASAN ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Eğitim ve ÖğretimMersin Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. DEVRİM ALICI

Geri Dön