Sosyal medya madenciliği ve bir uygulama
Social media mining and an application
- Tez No: 532195
- Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA CAN
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Sayısal Yöntemler Bilim Dalı
- Sayfa Sayısı: 206
Özet
Bu çalışma, farklı sektörlerde faaliyet gösteren rakip firmaların Twitter verilerini analiz ederek, firmaların Twitter değişkenlerinin firmalara göre anlamlı farklılık ve uyum gösterip göstermediğinin tespit edilmesini, firmaların Twitter'da paylaştıkları içeriklerin kümelenmesini ve hangi içerik kümesinin en fazla etkileşime yol açtığının belirlenmesini amaçlamaktadır. Bu çalışmada ayrıca, özel bir döneme ait verilerden hareketle firmaların Twitter etkinliklerinin (performanslarının) ölçümlenmesi hedeflenmiştir. Bu kapsamda, Sosyal Medya Madenciliği süreci izlenerek iki bölümden oluşan bir uygulama gerçekleştirilmiştir. Birinci bölümde firmaların 2017 yılına ait Twitter verileri elde edilerek, firmaların Twitter değişkenlerinin firmalara göre değişkenlik gösterip göstermediği Ki-Kare, uyum gösterip göstermediği ise Uygunluk Analizi uygulanarak saptanmıştır. Firmaların tweetlerinin kümeleri bir dizi Metin Madenciliği ön işleme metotları yardımıyla ve hangi içerik kümelerinin daha fazla etkileşim aldığı Pareto İlkesi kapsamında ele alınarak analiz edilmiştir. İkinci bölümde ise, 2018 Şubat ayı boyunca kullanıcılar tarafından firmalar hakkında paylaşılan Twitter verileri ile firmaların bu döneme ait Twitter verileri ele alınarak, firmaların Twitter etkinliklerinin ölçümlenmesi gerçekleştirilmiştir. Twitter etkinlik ölçüm kriterleri arasında yer alan tweet değerini saptamak amacıyla, kullanıcılar tarafından paylaşılan tweetlerde Duygu Analizi gerçekleştirilmiş ve firmalar hakkında paylaşılan tweetlerin duygu durumları olumlu, nötr ya da olumsuz olmak üzere sınıflandırılmıştır.
Özet (Çeviri)
This study aims to determine whether Twitter variables of the firms have significant differences and correspondence with respect to the firms, to cluster the Twitter feeds that firms share on Twitter and to find out which cluster has the maximum interaction through analyzing the Twitter data of the rival firms operating in different sectors. In this study, it is also aimed to measure the effectiveness (performance) of the firms on Twitter during a specific time period. In this context, an application that consists of two parts was carried out by following the process of Social Media Mining. In the first part, the Twitter data of the firms for the year 2017 were gathered, Chi-Square and Correspondence Analysis were applied to find if there were significant differences and correspondence between Twitter variables and the firms. The clusters of the tweets that firms share on Twitter and which cluster received more interaction were analyzed with the help of a number of Text Mining pre-processing methods and the Pareto Principle, respectively. In the second part, Twitter data about the firms shared by the users and the firms' Twitter data were captured during February 2018 to measure the effectiveness of the firms on Twitter. In order to determine the tweet value among the Twitter effectiveness' measurement criteria, Sentiment Analysis was carried out on the tweets shared by the users and the sentiment of the tweets about the firms was classified as positive, neutral or negative.
Benzer Tezler
- Duygu analizi ve metin madenciliği yöntemleriyle hizmet kalitesi ölçüm modeli önerisi: Ankara Büyükşehir Belediyesi örneği
Service quality measurement model proposal using sentiment analysis and text mining methods: The case of Ankara Metropolitan Municipality
ERHAN SUR
Doktora
Türkçe
2024
Yönetim Bilişim SistemleriGazi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ÇAKIR
- Birliktelik analizi ile üniversite öğrencilerinin sosyal medya kullanım analizi ve bir uygulama
Analysis of social media use of university students with association analysis and an application
DAMLA İNAL
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri MühendisliğiKırıkkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN ERSÖZ
- Development of a decision support tool for analytic customer relationship management integrating data mining and multi criteria decision making methods
Analitik müşteri ilişkileri yönetimi için veri madenciliği ve çok kriterli karar verme yöntemlerini birleştiren bir karar destek aracı geliştirilmesi
SEDEF ÇALI
Yüksek Lisans
İngilizce
2018
Endüstri ve Endüstri MühendisliğiDokuz Eylül ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞEBNEM YILMAZ BALAMAN
- Twitter duygu analizi üzerine bir uygulama (Yemeksepeti örneği)
An application on twitter sentiment analysis (Yemeksepeti example)
MERVE TUNALI
Yüksek Lisans
Türkçe
2023
İşletmeGebze Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. HAKAN KİTAPÇI
- Analyzing social media data by frequent pattern mining methods
Sosyal medya verisinin sık kümeler madenciliği yöntemleri kullanılarak çözümlenmesi
BÜŞRA GÜVENOĞLU
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BELGİN ERGENÇ BOSTANOĞLU