İstatistiksel öğrenme yöntemleri ile twitter verilerinin analizi: 1 Kasım 2015 Milletvekili Genel Seçimi süreci
Analysis of twitter data by statistical learning methods: 1 November 2015 Parliamentary General Elections
- Tez No: 521898
- Danışmanlar: DOÇ. DR. AYÇA ÇAKMAK PEHLİVANLI
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 78
Özet
Günümüzde Twitter verileri, popülerliği, basit arayüzü ve erişim kolaylığı nedeniyle sosyal medya analizlerinde sıklıkla tercih edilmektedir. Twitter'dan elde edilen veriler veri madenciliği, metin madenciliği, istatistiksel öğrenme gibi yöntemler kullanılarak analiz edilebilmekte ve anlamlı istatistiksel sonuçlar elde edilebilmektedir. Bu çalışma kapsamında elde edilen bulgular doğrultusunda, nitel araştırmaların maliyeti ve süresi ile karşılaştırıldığında, Twitter verilerinin en azından önsel analiz için kullanılmasının oldukça avantajlı olduğu sonucuna varılmıştır. Bu çalışmada, 1 Kasım 2015 Milletvekili Genel Seçimi öncesi atılmış 350.000 tweet analiz için seçilmiş, metin madenciliği ile sayısal verilere dönüştürülmüştür. 350.000 metinden oluşan bu veri birçok önişlemden geçirilerek temizlenmiş ve istatistiksel öğrenmede özellikle metin madenciliğinde sıklıkla kullanılan naive Bayes algoritması ile sınıflandırılmıştır. Sınıflandırma başarısı çeşitli performans ölçütleri ile değerlendirilmiştir. Çalışma kapsamında yapılan uygulamalarda genel başarı oranı %48,2 ve %59,3 arasında değişirken, duygu analizi için yapılan uygulamalarda ise doğruluk oranı %84,6 ile %97,9 arasında değişen değerler almıştır. 1 Kasım 2015 Seçim sonuçlarının tahmini için yapılan uygulamada, 2011 yılına ait geçmiş seçim sonuçlarının siyasi kota olarak kullanılmasına karar verilmiştir ve analiz sonucunda 1 Kasım 2015 yılı resmî sonuçlara oldukça yakın oranlar elde edilmiştir. Buna göre tahmin edilen oranlar; %52,0 AK PARTİ, %23,8 CHP, %14,6 MHP ve %9,6 HDP'dir. Veri analizi aşamasında yapılan metin madenciliği ve istatistiksel öğrenme uygulamaları, halihazırda elimizdeki imkanlar ile twitter verilerinden seçim sonuçları için önsel analizler yapılabildiğini göstermiştir. Ancak tahminlerin daha pratik bir şekilde yapılabilmesi için Türkçe diline uygun sözlük, veri temizleme programı, veri analiz programları gibi materyallerin geliştirilmesi önerilmektedir.
Özet (Çeviri)
Nowadays Twitter is often selected in social media analysis because of its popularity, simple interface and accessibility. Data collected from Twitter can be analysed by using the methods such as data mining, text mining, statistical learning, and meaningful statistical results can be found. In the direction of the findings obtained in this study, when compared with the cost and duration of the qualitative researches, it was concluded that the use of Twitter data for preliminary analysis is more advantageous. In this study, 350.000 tweets selected for analysis which were tweeted before November 1st,2015 Parliamentary General Elections, have been converted to numerical data by text mining. This data, which consists of 350,000 tweets, have been cleaned through many preprocessing and classified by the naive Bayes algorithm, which is frequently used in statistical learning, especially in text mining. Classification performance was assessed with performance measures. In the scope of the study, the correctly classified instances were between 48,2% and 59,3%, in sentiment analysis correctly classified instances was between 84,6% and 97,9%. In the analysis for the estimation of the election results, it was decided to use the past election results which were obtained in 2011 as political quota and the analysis resulted in fairly close proportions to the official results which were obtained in 2015. Therefore estimated rates are 52,0% AK PARTİ, 23,8% CHP, 14,6% MHP and 9,6% HDP. The text mining and statistical learning analysis showed that preliminary analyzes can be done for election results estimation with twitter data. However, in order to make the estimations more practical, it is suggested to develop materials such as dictionary, pre-processing program, data analysis programs in Turkish.
Benzer Tezler
- Pre-release forecasting of imdb movie ratings using multi-view data
Gösterime girmemiş filmlerin ımdb puanının farklı özellik kümeleri kullanılarak tahmin edilmesi
BEYZA ÇİZMECİ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Büyük veri analizi yöntemleri ve yazılım teknolojileriyle metin madenciliği
Text mining using big data analysis methods and tools
EVREN PALA
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHava Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRAY YILMAZ
- Kısa metinlerde varlık ismi tanıma
Named entity recognition on Turkish short texts
BEYZA EKEN
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ
- The effects of the use of learning management systems on writing motivation in an EFL context
Öğrenme yönetim sistemleri kullanmanın yabancı dil olarak İngilizce yazma motivasyonu üzerindeki etkileri
HATİCE GÜL SELÇUK
Yüksek Lisans
İngilizce
2023
Eğitim ve Öğretimİstanbul Medeniyet ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. SELAMİ AYDIN
- Informal learning, knowledge construction, and social media: The case of construction industry professionals
Gayrı resmi eğitim, bilgi oluşumu ve sosyal medya: İnşaat uzmanları örneği
RAMTİN ETEMADİ
Yüksek Lisans
İngilizce
2014
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. EMRAH ACAR