Veri madenciliği yaklaşımı ile sosyal ağ analizi
Social network analysis with data mining approach
- Tez No: 575121
- Danışmanlar: PROF. DR. ENSAR GÜL, DR. AHMET FATİH MUSTAÇOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: İstanbul Şehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgi Güvenliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde internet kullanımının yaygınlaşmasıyla geliştirilen uygulamalar hem iletişim hem de eğlence amaçlı olarak ortaya çıkmıştır. Sosyal ağlar olarak adlandırılan bu uygulamalar kişiler, toplumlar hakkında büyük miktarda veriye internet üzerinden kolay şekilde erişim imkanı sunmaktadır. Sosyal ağlar üzerinde yapılan veri madenciliği çalışmaları ise son yıllarda bu alandaki gelişmeler ile artış göstermiştir. Pek çok araştırmanın konusu olarak geniş kitleler hakkında yararlı bilgiler elde edilmeye çalışılmıştır. Bu tez çalışmasında sosyal ağlarda yapılan veri madenciliği çalışmaları ve problemleri araştırılmıştır. Twitter uygulaması üzerinden verilere erişilerek Türkçe Tweet mesajlarının duygu analizi yapılmıştır. Duygu sınıflandırma işlemi için Naive Bayes, Destek Vektör Makineleri ve K En Yakın Komşu Algoritmaları kullanılmıştır. Twitter kullanıcılarının belirlenen sektördeki kurumsal şirketler ile ilgili tweetleri duygu polaritesi açısından incelenerek sosyal ağlar üzerinde kurumsal itibarı en yüksek şirket tespit edilmeye çalışılmıştır.
Özet (Çeviri)
Today, the applications developed due to the widespread use of internet have emerged for both communication and entertainment purposes. These applications, which are called social networks, provide easy access to large amounts of data over the Internet for individuals and communities. Data mining activities on social networks have increased with the developments in this area in recent years. As the subject of many studies, it has been tried to obtain useful information about the masses. In this thesis, data mining studies and problems in social networks were investigated. Emotion analysis of the Turkish tweets was made by accessing the data via Twitter application. Naive Bayes, Support Vector Machines and K Nearest Neighboring algorithms are used for emotion classification process. Tweets about Twitter companies' corporate companies in the designated sector were examined in terms of emotion polarity and the highest corporate reputation on social networks was tried to be determined.
Benzer Tezler
- Büyük veri analitiği teknikleri ile uluslararası pazar giriş stratejilerinin optimize edilmesi: Kavramsal bir yaklaşım
Optimizing international market entry strategies through big data analytics techniques: A conceptual approach
JETMIR SELAMI
Yüksek Lisans
Türkçe
2026
İşletmeDokuz Eylül Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. OYTUN BORAN SEZGİN
- Sosyal medya madenciliği ile seçim coğrafyası: 31 Mart 2019 yerel seçimi örneğinde Ankara
Electoral geography with social media mining: Ankara in the example of March 31, 2019 local election
BURAK OĞLAKCI
Yüksek Lisans
Türkçe
2021
Siyasal BilimlerBalıkesir ÜniversitesiCoğrafya Ana Bilim Dalı
DOÇ. DR. ALPER UZUN
- Kütüphane ve bilgi bilimi çalışmalarında dönemsel konu analizi
Periodic subject analysis of library and information science
KASIM BİNİCİ
Doktora
Türkçe
2016
Bilgi ve Belge Yönetimiİstanbul ÜniversitesiBilgi ve Belge Yönetimi Ana Bilim Dalı
PROF. DR. İSHAK KESKİN
- Graphlet mining in big data
Büyük veride alt çizge madenciliği
BÜŞRA ÇALMAZ
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BELGİN ERGENÇ BOSTANOĞLU
- Veri madenciliği temelli bir teknoloji zekâsı sürecinin geliştirilmesi: Yenilenebilir enerji teknolojileri üzerine bir uygulama
Development of a technology intelligence process based on data mining: An application on renewable energy technologies
FATMA ALTUNTAŞ