Sentiment analysis in data of twitter using machine learning algorithms
HESSDS analizlerinin twitter verilerinde Keullehiler makensi algoritme lerenin òğrenimi
- Tez No: 610962
- Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Sosyal medya kullanıcıları tarafından yazılar, tweetler, resimler ve videolar gibi her saniye için büyük miktarda veri üretilir. Bu büyük verilerden değerli bilgi almak, metin madenciliği alanında önemli, zorlu ve ilginç bir konudur. Twitter verileri, toplum gündemini, eğilimlerini, kullanıcı davranışlarını ve duygularını keşfetmek için metin madenciliği teknikleriyle analiz edilir. Tweet'lerden gelen duyguları belirlemek için bir metin analizi yöntemi önerdik. Verileri anlamlı bir ortama koymak için doğal dil işleme teknikleri uygulanmaktadır. Bundan sonra sınıflandırma modeli, işlenen veriler üzerinde veri madenciliği yöntemleri ile eğitilir. Twitters akış verilerini kullanarak sınıflandırma etiketini, olumlu, olumsuz ve tarafsız duygular gibi, insanların görüşleri olarak gerçekleştirir. Twitter API kullanarak imdb'yi seçiyoruz ve bu markalar hakkında hashtagleri olan tweetleri topluyoruz.
Özet (Çeviri)
Massive amounts of data are generated by social media users for each second, such as posts, tweets, images, and videos. Getting valuable information from this big data is a significant, challenging and interesting issue in the text mining area. Twitter data are analyzed with text mining techniques to discover society agenda, trends, user behaviors, and feelings. We proposed a text analysis method to determine sentiments from tweets. Natural language processing techniques are carried out to put the data into meaningful context. After that classification model is trained with data mining methods on the processed data. It carries out the classification label as people's opinion, such as positive, negative, and neutral sentiments, using Twitters streaming data. We select imdb and collect tweets with hashtags about these brands by using twitter API.
Benzer Tezler
- İngilizce ve Türkçe twitter mesajlarının Word2Vec modeli ile sınıflandırılması
Classification of English and Turkish twitter messages by using Word2Vec model
ABDULLAH AMMAR KARCIOĞLU
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TOLGA AYDIN
- Sentiment analysis of twitter texts using machine learning algorithms
Makine öğrenme algoritmaları kullanılan twitter metinlerinin duygu analizi
HAWAR SAMEEN ALI AL-BARZENJI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VEYSEL HARUN ŞAHİN
- İş zekası ve duygu analizi: Sakarya merkezli sosyal medya verilerinin doğal dil işleme yaklaşımlarıyla incelenmesi
Business intelligence and sentiment analysis: Examining Sakarya-centric social media data through natural language processing approaches
FURKAN SARAÇOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI CEDİMOĞLU
- Cryptocurrency price prediction by using social media data
Makine öğrenmesi teknikleri kullanılarak sosyal medya verileri ile kripto para fiyat tahmini
ÖZLEM GÜL PAMUK
Yüksek Lisans
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. SEFER BADAY
- COVID-19 pandemisinin ekonomi ve eğitim üzerindeki etkileri: Twitter üzerinden Türkiye örneği
The effects of COVID-19 pandemic on economics and education: The case of Turkey via Twitter
ELÇİN TİMUR ÇAKMAK