Güncel akıllı optimizasyon algoritmalarıyla duygu sınıflandırılması
Sentiment classification with current intelligent optimization algorithms
- Tez No: 540440
- Danışmanlar: DOÇ. DR. BİLAL ALATAŞ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 91
Özet
Sosyal ağlar, son yıllarda günlük yaşam tarzının önemli bir parçası haline gelmiştir ve gittikçe önem kazanmaktadır. Ağ analizi, bir sosyal sistemi incelemek için en iyi yolun sistem üyeleri arasındaki bağları incelemek olduğu varsayımıyla toplumsal yapıyı inceleyen bir yaklaşımdır. Günümüzde sağlık, eğitim, akademik gibi birçok alanda kullanılmaktadır. Sosyal ağların aktif bir şekilde kullanımı sosyal ağ analizi gereksinimi ortaya çıkarmıştır. En bilinen sosyal ağ analizi problemlerinden biri olan duygu analizi – fikir madenciliği insanların, ürünler, hizmetler, kuruluşlar, bireyler, konular, etkinlikler, başlıklar ve nitelikleri gibi varlıklara yönelik fikirlerini, duygularını, değerlendirmelerini, derecelendirmelerini, tutumlarını ve hislerini analiz eden çalışma alanıdır. Bu tez çalışmasında duygu analizi ilk defa bir optimizasyon problemi olarak ele alınmıştır. Duygu analizi problemi için, güncel akıllı optimizasyon algoritmalarından Balina Optimizasyonu Algoritması ve Sosyal Etki Teorisi tabanlı Optimizasyon Algoritması uyarlanmıştır. Daha verimli sonuçlar alabilmek için Sosyal Etki Teorisi tabanlı Optimizasyon Algoritmasına hafıza özelliği eklenilmiştir. Çalışmada IMDB, Polarity ve Amazon olmak üzere üç adet veri seti kullanılmıştır. Sonuçların performanslarını değerlendirmek için literatürde en çok bilinen değerlendirme ölçütleri olan doğruluk yüzdesi, kesinlik, hassasiyet, F-Ölçütü ve MCC kullanılmıştır. Elde edilen sonuçlar otuz üç tane denetimli öğrenme algoritmalarıyla karşılaştırılmıştır. Sonuçlar incelendiğinde, metasezgisel optimizasyon algoritmalarının duygu analizinde başarılı sonuçlar verdiği görülmüştür.
Özet (Çeviri)
In recent years, social networks have become an important part of daily life and are becoming increasingly important. Network analysis is an approach that examines social structure with the assumption that the best way to examine a social system is to examine the links between actors. Nowadays, it is used in many areas such as health, education and academic. The active use of social network has revealed requirement of social network analysis. Sentiment Analysis - Opinion Mining which is one of the most well-known social network analysis problems, is a field of study that analyzes people's opinions, sentiments, evaluations, ratings, attitudes, and feelings about assets such as products, services, organizations, individuals, subjects, activities, titles, and qualifications. In this thesis, sentiment analysis is considered as an optimization problem for the first time. Whale Optimization Algorithm and Social Impact Theory based Optimization Algorithm which are one of the current intelligent optimization algorithms, have been adapted for the sentiment analysis problem. Memory feature has been integrated into Social Impact Theory based Optimization Algorithm in order to obtain effective results. IMDB, Polarity, and Amazon datasets were used in this study. In order to evaluate the performance of the results, accuracy percentage, precision, recall, F-Measure, and MCC which are the five most commonly used measure in the literature were used. The results were compared with thirty-three supervised learning algorithms. When the results were examined, it was seen that metaheuristic optimization algorithms gave successful results in sentiment analysis.
Benzer Tezler
- Akıllı şebekelerde kullanılan oto-optimizasyon algoritmaları ve güncel bir sisteme uygulanması
Auto-optimization algorithms used in smart grids and application to an actual system
MEHMET ÇINAR
Doktora
Türkçe
2020
Elektrik ve Elektronik Mühendisliğiİnönü ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ASİM KAYGUSUZ
- Heterojen kablosuz algılayıcı ağlarında çoklu gezgin alıcı düğüm tabanlı enerji verimli kümeleme ve yönlendirme yaklaşımları
Multi-mobile sink based energy efficient clustering and routingapproaches in heterogeneous wireless sensor networks
SERCAN YALÇIN
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EBUBEKİR ERDEM
- Design and meta-heuristic based optimization of axial-flux induction generator for variable speed wind turbines
Değişken hızlı rüzgâr türbinleri için eksenel akılı asenkron generatör tasarımı ve meta-sezgisel yöntemlerle optimizasyonu
BATI EREN ERGUN
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ONUR GÜLBAHÇE
- Deprem yükleri etkisi altındaki yapı davranışının yarı-aktif akışkanlı sönümleyiciler ve sismik taban yalıtım sistemleri kullanılarak bulanık mantık yöntemi ile kontrolü
Control of structural behavior of semi-active fluid damper and seismic base isolation systems under earthquake loads using fuzzy logic methods
RECEP KADİR PEKGÖZ
Doktora
Türkçe
2005
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF.DR. FERİDUN ÇILI
- Veri madenciliğine dayalı akıllı fon portföy optimizasyon sistemi
Data mining based smart fund portfolio optimization system
GÖRKEM SARIKAYA
Doktora
Türkçe
2016
İşletmeBaşkent Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. NERMİN ÖZGÜLBAŞ
DOÇ. DR. ALİ SERHAN KOYUNCUGİL