Geri Dön

Çevrim içi ortamlarda yapılan sahte kullanıcı yorumlarının tespitinde derin öğrenme kullanımı

Use of deep learning to detect fake user comments made online

PDF İndir

  1. Tez No: 575011
  2. Yazar: KENAN TAŞAĞAL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÖZLEM UÇAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Trakya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 76

Özet

İnternet teknolojilerinin günlük hayatımızın her alanında aktif bir şekilde yer alması internet kullanıcılarının ürün ya da hizmet satın alımı davranışlarında etkili olmaktadır. Kullanıcılar e-ticaret sitelerinde birçok alternatifi bulunan ve ihtiyaçlarına en uygun şekilde cevap verebilecek olan ürün ya da hizmet satın alımı konusunda zorlanmaktadırlar. Bu nedenle kullanıcılar satın almak istedikleri ürün hakkında daha önceki deneyimlerini çevrim içi ortamda paylaşan kullanıcıların yorumlarından sıklıkla faydalanmaktadırlar. Bu yorumlar kullanıcıların satın alma davranışlarında etkili olmaları, kar veya tanıtım amacı ile kullanıcıları yanıltmaya yönelik sahte ürün yorumların artmasına sebep olmuştur. İnternet kullanıcılarını bu tip yorumların etkisinden kurtarmak ve kullanıcılara daha sağlıklı bilgi sunabilmek için sahte yorumların tespiti son zamanlarda akademik çevrelerde ilgi uyandırmaktadır. Bu tez çalışmasında derin öğrenme modellerinden yararlanılarak sahte kullanıcı yorumlarının tespitinde bu modellerin etkinliği test edilmiştir. Sahte kullanıcı yorumlarının tespitinde daha önce yapılan çalışmalar incelenerek Ott ve arkadaşlarının“Gold Standart”olarak tanımlanan 20 Chicago oteli hakkındaki doğru ve aldatıcı yorumları toplayarak oluşturdukları veri seti kullanılmıştır. Çalışmada veri seti üzerinde metin sınıflandırma yöntemlerinden yararlanarak oluşturduğumuz eğitim kümesi ile LSTM, BiLSTM ve CNN+LSTM modelleri kullanarak sahte kullanıcı yorumlarının tespitinde yüksek başarım elde etmeyi amaçlamaktayız.

Özet (Çeviri)

The fact that internet technologies play an active role in every aspect of our daily lives is effective on the behaviors of internet users to purchase products or services. Users have difficulty in purchasing products or services that have many alternatives on their e-commerce sites which can respond to their needs in the most appropriate way. Therefore, users often benefit from the comments of users who have shared their previous experiences about the product they want to buy online. These comments have led to an increase in fake product reviews to mislead users for profit or promotional purposes, as well as being effective in users' buying behavior. The detection of fake comments has recently aroused interest from the academic community in order to free internet users from the impact of such comments and to provide users with more accurate information. In this thesis, the effectiveness of these models in the detection of fake user comments has been tested by using deep learning models. In the detection of fake user reviews, the previous studies were examined and the data set of Ott and colleagues gathering the correct and deceptive comments about 20 Chicago hotels defined as“Gold Standard”was used. In this study, we aim to achieve high performance in detecting fake user comments by using LSTM, BiLSTM and CNN + LSTM models with the training set we created using text classification methods on the data set.

Benzer Tezler

  1. Tez No

    651275

    Türkçe için sahte haber tespit modelinin oluşturulması

    A fake news detection model for Turkish language

    UĞUR MERTOĞLU

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURKAY GENÇ

    PROF. DR. HAYRİ SEVER

  2. Tez No

    740041

    Generative adversarial networks based level generation for angry birds

    Çekişmeli üretici ağlar ile angry birds bölümlerinin üretilmesi

    BURKAN YILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Oyun ve Etkileşim Teknolojileri Ana Bilim Dalı

    DOÇ. DR. SANEM SARIEL UZER

  3. Tez No

    823388

    Yapay zekâ ve demokrasi

    Artificial intelligence and democracy

    AYŞE NUR YAZICILAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    HukukGalatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. ŞULE ÖZSOY BOYUNSUZ

  4. Tez No

    847173

    Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  5. Tez No

    419005

    Efficient synyhesis of ketone end functionalized PEG through oxymercuration reaction

    Oksimerkürasyon reaksiyonuyla etkili bir şekilde keton uçlu PEG sentezi

    HANDE TINAS

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Kimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. GÜRKAN HIZAL

Geri Dön