Twitter sentiment analysis via machine learning
Makine öğrenimi yoluyla twitter duygu analizi
- Tez No: 670622
- Danışmanlar: DOÇ. DR. TANER ARSAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
İnsanlar dünyada yaşanan olaylardan kullandıkları ürün ve hizmetlere kadar bir çok konu hakkında sosyal medya platformlarında yorum yapmakta, duygu ve düşüncelerini paylaşmakta ve birbirleriyle iletişim içinde bulunmaktadır. Twitter günümüzde çok popüler olan sosyal medya platformlarından biridir. Bu platformun kullanıcıları tarafından oluşturulan tweetler Metin Madenciliği alanında ve özelinde Duygu analizi çalışmalarında veri bilimcileri için çok iyi birer veri seti kaynağı olabilmektedir. Bu tez çalışmasında tweet verileri Python programlama dili ile Anaconda platformunda yer alan JupyterLab editörü üzerinde metin önişleme sürecinden geçirildikten sonra duygu analizleri yapılmış, metin verisi ikili sınıflandırma yapılarak Negatif ve Pozitif olarak etiketlenmiştir. Tweet metin verileri vektörlere dönüştürülerek Bag of Words ve Tf-idf gibi özellik çıkarımı yöntemi ile işlenmiş ve Destek Vektör Makinesi, Lojistik Regresyon, Naïve Bayes, Rastgele Orman, Extreme Gradient Boost Makine Öğrenmesi algoritmaları ile sınıflandırma tahmin verilerinin doğrulukları karşılaştırılmıştır.
Özet (Çeviri)
People comment on social media platforms, share their feelings and thoughts, and communicate with each other about many issues from the events in the world to the products and services they use. Twitter is one of the most popular social media platforms today. The tweets created by the users of this platform can be a very good data set source for data scientists in the field of Text Mining and in Sentiment Analysis studies in particular. In this thesis, sentiment analysis was performed after the tweet data was passed through the text preprocessing process on the JupyterLab editor on the Anaconda platform with the Python programming language, and the text data was labeled as Negative and Positive by binary classification. Tweet text data was transformed into vectors and processed with feature extraction method such as Bag of Words and Tf-idf, and the accuracy of the classification prediction data was compared with Support Vector Machine, Logistic Regression, Naïve Bayes, Random Forest, Extreme Gradient Boost Machine Learning algorithms.
Benzer Tezler
- Makine öğrenmesi algoritmaları kullanılarak twıtter mobil oyun verilerinde duygu analizi
Sentiment alanysis in twitter mobile game datas using machine learning algorithms
EROL KINA
Doktora
Türkçe
2022
İstatistikVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. RECEP ÖZDAĞ
- Sosyal ağ verileri kullanılarak Türkiye'nin duygu analizinin görselleştirilmesi
Visualization of the sentiment analysis of Turkey using social network data
MUSTAFA GÖÇENOĞLU
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İLKER TÜRKER
- 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
- Mikroblog hizmetlerindeki örtük bilginin veri madenciliği teknikleri ile keşfi
Discovery of tacit knowledge in the microblogging services by data mining techniques
FERİDUN CEMAL ÖZÇAKIR
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
- Sosyal medya analitiği ile siber zorbalık tespiti
Cyberbullying detection by social media analytics
FURKAN ZAHİT ATAY
Yüksek Lisans
Türkçe
2021
İletişim BilimleriMarmara ÜniversitesiBilgi Güvenliği Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN YÜCE
DR. ÖĞR. ÜYESİ İBRAHİM SABUNCU