Geri Dön

Detection of organized behaviours on Twitter

Organize davranışların Twitter'da belirlenmesi

  1. Tez No: 474345
  2. Yazar: ERDEM BEĞENİLMİŞ
  3. Danışmanlar: PROF. DR. TUNGA GÜNGÖR, DR. SUZAN ÜSKÜDARLI
  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: 2017
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 143

Özet

Günümüzde mikroblog platformları bilgi, düşünce, duygu paylaşımı dahil bir çok konuda kullanılmaktadır. Bu platformların içerisinde, 320 milyon kullanıcısı (Nisan 2017) ile Twitter başı çekmektedir. Twitter'ın mikroblog platformları arasındaki bu durumu, onu organize aktivitelerin kullanılması ve bu yollarla kullanıcılara doğru olmayan bilgilerin iletilmesi konusunda cazip kılmakta. Twitter'ın günümüzdeki kullanımına bakıldığında, organize davranışların seçim kampanyaları (Amerika Birleşik Devletleri 2016 Başkanlık Seçimi), doğal afetler (2010 Haiti Depremi), direniş hareketleri (2011 Arap Baharı) gibi bir çok konularda karşımıza çıktığını görmekteyiz. Bunlara ek olarak, son zamanlarda Twitter'da Sahte Haberler yayması için kullanıcıların istihdam edildiklerini, ve otomatik botların kullandıklarını görmekteyiz. Bu durum, sosyal medya kullanıcıları arasındaki güven ilişkisini zedeleyebilmekte, ve toplumun doğru olmayan haberler doğrultusunda manipülatif yönlendirimine olanak vermektedir. Bu bilgiler ışığında, Twitter'daki tweet atma davranışlarını ``organize'' ve ``organik'' olarak iki ayrı kategoride değerlendirilebilmekte. Bu tez, bir tweet kümesindeki davranışların ``organize'' veya ``organik'' olduğunu anlayabilen, otomatik olarak kullanılabilecek bir sınıflandırma modeli sunmaktadır. Yapılan çalışmalarda 200 milyon tweet analiz edilmiştir. İlgili tweet set'lerin hepsi ingilizcedir ve çoğunluğu Amerika Birleşik Devletleri kullanıcıları tarafından atılmıştır. Model'i üretmek için kullanılan eğitim seti her biri 299 parametreden oluşan toplam da 800 kaydın olduğu bir eğitim setinden üretilmiştir. Kullanılan algoritmalar arasında, en iyi sonucu ``Random Forest'' algoritması \%98 f-skoru ve doğrulukla vermiştir.

Özet (Çeviri)

Microblogging platforms are widely used to share information, feelings, and ideas about anything. With nearly 320 million users (as of April 2017) Twitter is one of the most popular microblogging platforms making it a lucrative platform for propagating (mis)information through organized activities. Such cases have been observed during election campaigns (2016 United States), disasters (2010 Haiti earthquake), and resistance movements (2011 Occupy Wall Street, 2011 Arab Spring). As a result of this, there exists an increased use of social media to recruit people to illegal organizations and to spread fake news. Recruited users utilize various Twitter entities like hashtags, mentions, URLs to organize and coordinate their efforts towards a specific goal. Besides from recruited users, fake accounts and bots are also frequently used in Twitter. In such cases, users can be manipulated, since users assume that tweets are posted with the free will of individuals without intent of collusion. This thesis proposes a supervised classification model for distinguishing tweet sets that are ``organized'' and ``organic''. A prototype implementation of this model is implemented and experiments with a large tweet sets are conducted. During study, numerous features associated with tweets and posting behavior were examined to identify those that are appropriate for training the model. Analyzed tweets were collected by querying hashtags, since hashtags serve to group tweets. The training data set, which has a size of 1000 records with 299 features, is used as a result of analyzing more than 200 million tweets. Among the applied supervised learning algorithms, Random Forest gave the best results in all data sets with f-measure and accuracy of 0.98.

Benzer Tezler

  1. Examination of relationship between individuals' eating attitude behaviours and body image perception

    Bireylerin yeme tutum davranışları ve beden imaj algısı arasındaki ilişkinin incelenmesi

    AYŞE MERVE ZEYTUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Beslenme ve DiyetetikYeditepe Üniversitesi

    Beslenme ve Diyetetik Ana Bilim Dalı

    DOÇ. HÜLYA DEMİR

  2. Hatay organize sanayi bölgesinde vardıyalı işçilerin beslenme durumunun değerlendirilmesi

    Evaluation of the nutritional status of shift workers in the Hatay organized industrial zone

    EMRE KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Beslenme ve Diyetetikİstanbul Okan Üniversitesi

    Beslenme ve Diyetetik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FİTNAT ŞULE ŞAKAR

  3. Dynamic spectrum management using cognitive radio technology

    Bilişsel radyo teknolojoisi ile dinamik spektrum yönetimi

    MUSTAFA KAAN ERTAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET HAMDİ KAYRAN

  4. Edirne'de kadınların serviks kanseri riski ve serviks kanseri taramaları konusunda bilgi,tutum ve inançları

    Başlık çevirisi yok

    FİGEN DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Halk SağlığıTrakya Üniversitesi

    Halk Sağlığı Ana Bilim Dalı

    PROF. DR. BURCU TOKUÇ

  5. Dalgalanan hızla dönen kirişlerde kaotik titreşimler

    Chaotic vibrations in rotating beams with fluctuating speed

    UĞUR TATLIER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Fizik ve Fizik Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZGÜR TURHAN