Geri Dön

Büyük sosyal medya verisinden mekânsal ve mekân-zamansal önemli lokasyonlar keşfi ve bulut bilişim sistemlerine uyarlanması

Spatial and spatio-temporal important locations discovery of big social media data and application on cloud computing systems

  1. Tez No: 484388
  2. Yazar: AHMET ŞAKİR DOKUZ
  3. Danışmanlar: YRD. DOÇ. DR. METE ÇELİK
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 154

Özet

Sosyal önemli lokasyonlar, sosyal medya kullanıcılarının sosyal medya geçmişlerinde sıklıkla ziyaret ettikleri yerleri ifade etmektedir. Sosyal önemli lokasyonların keşfi, lokasyon tavsiye sistemleri, odaklanmış reklamcılık ve şehir örüntü keşfi gibi uygulama alanları için önemlidir. Ancak, sosyal medya ağlarından sosyal önemli lokasyonların keşfi, veri büyüklüğü ve boyutu, veri kümelerinin mekânsal ve zamansal boyutları ve hesaplama açısından verimli yaklaşımlar geliştirme gerekliliğinden dolayı zordur. Literatürde, sosyal önemli lokasyonların keşfi ile ilgili çeşitli çalışmalar mevcuttur. Ancak bu çalışmaların pek çoğunda sosyal medya kullanıcılarının geçmişe dayalı verisi dikkate alınmadan sosyal önemli lokasyonların keşfi yapılmıştır. Bu tez çalışması kapsamında, sosyal önemli lokasyonların keşfi için mekânsal ve mekân-zamansal metotlar önerilmiş ve bu metotlar için değerlendirme ölçütleri geliştirilmiştir. Geliştirilmiş olan değerlendirme ölçütlerine dayalı olarak yeni mekânsal ve mekân-zamansal algoritmalar önerilmiştir. Önerilen algoritmalar Türkiye Twitter sosyal medya verisi üzerinde değerlendirilmiştir. Değerlendirme sonuçları, algoritmaların başarılı bir şekilde sosyal önemli lokasyonları keşfedebildiğini göstermektedir. Bu tez çalışması kapsamında yapılan bir diğer çalışma ise önerilmiş olan mekânsal ve mekân-zamansal sosyal önemli lokasyonlar keşfi algoritmalarının bulut bilişim sistemlerine uyarlanmasıdır. Özel olarak, önerilen algoritmalar Hadoop MapReduce programlama modeline uyarlanmış ve dağıtık kümeler üzerinde sosyal önemli lokasyonların keşfi yapılmıştır. Bulut bilişim sistemleri, önerilen mekânsal ve mekân-zamansal algoritmaların çok kısa sürelerde sonuç üretebilmesini sağlamıştır.

Özet (Çeviri)

Socially important locations are places which are frequently visited by social media users in their social media lifetime. Discovering socially important locations are important for several applications, such as, location recommendation systems, targeted advertisement, and urban pattern mining. However, discovering socially important locations is challenging due to data size and dimension, spatial and temporal aspects of datasets, and the need for developing computationally efficient approaches. In the literature, several studies are performend for socially important locations discovery. However, most of these studies discovered socially important locations without considering historical data of users. In this thesis, spatial and spatio-temporal methods are proposed to discover socially important locations and developed novel interest measures to quantify socially important locations. Novel spatial and spatio-temporal algorithms are proposed based on these interest measures. Proposed algorithms are evaluated using Turkey Twitter social media dataset. Experimental results present that the algorithms could successfully discover socially important locations. Another study of this thesis is to apply spatial and spatio-temporal socially important locations discovery algorithms on cloud computing systems. In particular, proposed algorithms are modified using Hadoop MapReduce programming model and socially important locations are discovered on distributed clusters. Discovering socially important locations on cloud computing systems provide algorithms to extract results faster than traditional stand-alone systems.

Benzer Tezler

  1. A design process for social network data-driven adaptive architecture

    Sosyal medya verisi güdümlü adaptif mimarlık için bir tasarım süreci

    YASİN KUTAY YÜNCÜLER

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    DOÇ. DR. OZAN ÖNDER ÖZENER

  2. Kent merkezi sınırlarının belirlenmesinde sosyal medyanın veri olarak kullanımı: Kocaeli-İzmit örneği

    Delimiting central bussiness district by social media data: The case of Kocaeli-İzmit

    SENA BARIŞ DAŞDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Şehircilik ve Bölge PlanlamaGebze Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    DOÇ. DR. TAYFUN SALİHOĞLU

  3. COĞRAFİ KONUMU ETİKETLİ SOSYAL MEDYA GÖRSELLERİ İLE KENTSEL KİMLİK ANALİZİ: KADIKÖY MODA ÖRNEĞİ

    RECOGNIZING CITY IDENTITY VIA ATTRIBUTE ANALYSIS OF GEO-TAGGED IMAGES IN SOCIAL MEDIA: EXAMPLE OF KADIKOY MODA

    AYTEN AYŞENUR ŞENTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Kentsel Tasarım Ana Bilim Dalı

    PROF. DR. HANDAN TÜRKOĞLU

  4. Meydanların iklimsel konfor kriterleri ve kullanım- kullanıcı ilişkileri kapsamında performans değerlendirmesi

    A performance analysis for squares in terms of thermal comfort criteria and usage-users relations

    EZGİ GÜLER

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Meteorolojiİstanbul Teknik Üniversitesi

    Kentsel Tasarım Ana Bilim Dalı

    DOÇ. DR. HASAN SERDAR KAYA

  5. İSTANBUL SİLÜETİNİN COĞRAFİ ETİKETLİ GÖRSELLER ARACILIĞI İLE DEĞERLENDİRİLMESİ VE BAKI NOKTALARININ TESPİT EDİLMESİ

    RECOGNIZING ISTANBUL'S SKYLINE VIA ANALYSIS OF GEO-TAGGED IMAGES AND DETECTION OF VIEW POINTS

    BUŞRA NUR BABAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Kentsel Tasarım Ana Bilim Dalı

    PROF. DR. HANDAN TÜRKOĞLU