Sentiment analysis in social media: A comparative study
Sosyal medyada duygu analizi : Karşılaştırmalı bir çalışma
- Tez No: 522746
- Danışmanlar: YRD. DOÇ. DR. ZİYA KARAKAYA, PROF. DR. ALİ YAZICI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Algı Analizi, Büyük Veri, Spark, Spark ML, Twitter, Derin Öğrenme
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 68
Özet
Duygu Analizi, sosyal medya gönderileri gibi metin içeriğinin polaritesini tespit etme ve sınıflandırma görevidir. Twitter için duyarlılık analizi, çalışmaların açık veri setlerini kullanarak yürütüldüğü akademik çevrelerde popüler bir konu olmuştur. Mevcut son teknoloji ürünü sonuçlar, Destek Vektör Makineleri (SVM) gibi klasik Makine Öğrenme sınıflandırıcıları ve Sinir Ağları, yani Derin Öğrenme modelleri gibi son gelişmeler dahil olmak üzere çok çeşitli tekniklerle sağlanmıştır. Bu tezde, Büyük Veri çerçevelerini kullanarak Sosyal Medya için büyük ölçekli Duygu Analizi çalıştık. Motivasyonumuz, büyük veri kriterlerinin sınıflandırıcıların performansı üzerindeki etkisini araştıran çalışmaların çok az olduğu gözleminden kaynaklanmaktadır. Amaç, sadece son teknoloji ürünü sonuçlardan daha iyi performans gösteren bir model oluşturmak değil, gerçek zamanlı ve yüksek hacimli veri akışları altında çeşitli sınıflandırıcı algoritmalarını incelemektir. Bu amaçla, büyük veri çerçeveleri olan ve içermeyen çeşitli Duygu Analizi Modelleri uygularız ve büyük veri yapılarını kullanarak performans faydalarını veya kayıplarını karşılaştırırız. Özellikle iki deneme senaryosu oluşturduk. Her iki senaryoda, aynı veri kümesini kullanıyoruz, ilgili sınıflandırıcılar için mümkün olan en iyi sonuçları elde etmek için uygun veri ön işlemlerini ve özellik mühendisliği tekniklerini uyguluyoruz.
Özet (Çeviri)
Sentiment Analysis is the task of detecting and classifying the polarity of textual content, such as social media posts. Sentiment analysis for Twitter has been a popular topic in academia whereby studies are being conducted using openly available datasets. The state-of-the-art results are achieved by a wide range of techniques, including classical Machine Learning classifiers such as Support Vector Machines (SVM) and the recent advancements in Neural Networks, namely, Deep Learning models. In this thesis, we study large scale Sentiment Analysis for Social Media using Big Data frameworks. Our motivation comes from the observation that there is a dearth of studies exploring the impact of the big-data criteria on the performance of classifiers. The goal is not to simply achieve best accuracy, but rather to study the behavior of classic classifier algorithms when incorporated with big data frameworks. To this end, we implement various Sentiment Analysis models with and without big data frameworks and compare the performance benefits and trade-offs. We report on several classification evaluation metrics and additionally keep track of computation time to observe the advantages of using big data frameworks (Apache Spark) based models. Particularly, we set two experimental scenarios using same dataset and feature engineering techniques with the only difference being the big-data framework.
Benzer Tezler
- Coverage and representation of queerness in the media: A comparative study between Arab and İtalian communities using 'perfect stranger' movie
Medyada eşcinselliğin kapsamı ve temsili: 'Perfect stranger' filmi kullanılarak Arap ve İtalyan toplulukları arasında karşılaştırmalı bir araştırma
RANA SAYED DARRA
Yüksek Lisans
İngilizce
2023
Radyo-TelevizyonBahçeşehir ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
PROF. DR. NILAY ULUSOY
- A user based comparative study of automatic text summarization
Otomatik metin özetlemede kullanıcı tabanlı karşılaştırma çalışması
NAJMA ABDI OMAR
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEVCİHAN DURU
- Global goals, local voices: A multinational comparative sentiment and topic analysis of public transportation in the context of SDGs
Küresel hedefler, yerel sesler: Sürdürülebilir kalkınma amaçları bağlamında toplu taşımaya yönelik ülkelerin karşılaştırmalı duygu ve konu analizi
ASLIGÜL AKSAN
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE CAMGÖZ AKDAĞ
- Türkçe metinlerde farklı temsil modelleri ve öğrenme yöntemleri ile duygu analizi karşılaştırması
Comparison of sentiment analysis with different representation models and learning methods in Turkish texts
KADRİYE MARANGOZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ÖZGÜR CİNGİZ
- E-ticaret sitelerindeki türkçe ürün yorumları verisi ile duygu analizi
Emotion analysis with data of turkish product comments on E-commerce sites
GÖKHAN TURAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAMAN AKBULUT