Geri Dön

Sosyal medya madenciliği ve bir uygulama

Social media mining and an application

  1. Tez No: 532195
  2. Yazar: BÜŞRA AYAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA CAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Sayısal Yöntemler Bilim Dalı
  13. 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

  1. 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

    Türkçe

    2024

    Yönetim Bilişim SistemleriGazi Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. HÜSEYİN ÇAKIR

  2. 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

    Türkçe

    2021

    Endüstri ve Endüstri MühendisliğiKırıkkale Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. SÜLEYMAN ERSÖZ

  3. 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

    İngilizce

    2018

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ŞEBNEM YILMAZ BALAMAN

  4. Twitter duygu analizi üzerine bir uygulama (Yemeksepeti örneği)

    An application on twitter sentiment analysis (Yemeksepeti example)

    MERVE TUNALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İşletmeGebze Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HAKAN KİTAPÇI

  5. Analyzing social media data by frequent pattern mining methods

    Sosyal medya verisinin sık kümeler madenciliği yöntemleri kullanılarak çözümlenmesi

    BÜŞRA GÜVENOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BELGİN ERGENÇ BOSTANOĞLU