Using twitter for situational awareness after an earthquake: The roles of text categorization and location information
Deprem sonrası durumsal farkındalık için twıtter kullanımı: Metin kategorizasyonunun ve konum bilgisinin rolü
- Tez No: 676580
- Danışmanlar: DOÇ. DR. CİHAN ÇETİNKAYA, PROF. DR. TÜRKAY DERELİ
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Bilim Dalı
- Sayfa Sayısı: 215
Özet
Acil durumlarda, Twitter kritik bilgileri yaymak için kullanılan önemli bir platformdur. Twitter kullanımı ile birlikte belge sayısının hızla artması metin sınıflandırmasını önemli bir duruma getirmiştir. Ek olarak, afetzedelerin ihtiyaçlarına (kurtarma, psikolojik yardım vb.) cevap verebilmek için konumlarının bilinmesi oldukça önemlidir. Bu tezin ana katkısı, depremle ilgili tweetleri kullanarak metin sınıflandırmasına ve konum bilgilerine yeni bir yaklaşım getirmektir. Nihai hedef, verimli ve etkili afet yönetimine ulaşmak için depremle ilgili kapsamlı tweet analizleri yapmaktır. Öncelikle deprem yönetiminde Twitter lokasyon verilerinin önemi, lokasyona özgü tweetler kullanılarak ortaya konulmuştur. İkinci olarak, önemli konuları ve bu konuların etrafındaki kümelenmiş tweetleri göstermek için ilk kez Twitter veri seti üzerinde kapasite kısıtsız p-medyan problemi uygulanmıştır. Kapasite kısıtsız p-medyan problemini çözmek için, gizli dirichlet ayırımı aracılığıyla elde edilen bir benzerlik matrisi kullanılarak, yeni bir hibrit genetik yarasa algoritması geliştirilmiştir. Üçüncü olarak, deprem ile ilgili tweetlere bir anlam atfetmek için, bu tweetlerden konum gibi adlandırılmış varlıkları çıkarma işlemi, tekrarlayan sinir ağı tabanlı yaklaşımlarla birlikte adlandırılmış varlık tanıma araçlarının kullanılması ile elde edilmiştir. Son olarak, önemli konuların lokasyonlara göre dağılımını göstermek için çekirdek yoğunluğu tahmini metodu kullanılmıştır. Önerilen yeni yaklaşımlar, Nepal depreminin Twitter veri setini analiz etmek için uygulanmıştır. Sonuç olarak, bu tez, olası bir deprem durumunda, kapsamlı bir deprem yönetimi sağlamak için Twitter'den faydalı bilgiler çıkarmaya odaklanmıştır.
Özet (Çeviri)
Twitter is an important platform to disseminate critical information for emergencies. Text categorization became a significant concept due to the rapid increase in the number of documents along with Twitter usage. In addition, it is important to know the location of the victims to respond to their needs, such as rescue operations, psychological assistance, and so on. The primary contribution of this thesis is that, it is a novel approach for text categorization and location information harvesting from earthquake-related tweets. The ultimate goal is to conduct sophisticated earthquake-related tweet analyses to achieve efficient and effective disaster management. Firstly, importance of location data in earthquake management is demonstrated by using location-specific tweets. Secondly, an uncapacitated p-median problem (UPMP) on Twitter data-set is applied to demonstrate important topics and related clustered tweets. To solve the UPMP problem, a novel hybrid genetic bat algorithm (HGBA) is introduced by using a similarity (distance) matrix gathered by the latent dirichlet allocation (LDA). Thirdly, to extract named entities such as location from tweets, named entity recognition tools in conjunction with recurrent neural network (RNN)-based approaches are used to ascribe a meaning to tweets in earthquake situations. Finally, Kernel density estimation (KDE) is used to identify hotspots based on important topics in each location. The proposed novel approaches are applied to analyze the Twitter data-set of the Nepal earthquake. All in all, this thesis focuses on extracting useful information from Twitter in case of an earthquake due to provide comprehensive earthquake management.
Benzer Tezler
- Classification of the effects of natural disasters on structures through social media posts with machine learning methods
Sosyal medya paylaşımları üzerinden doğal afetlerin yapılar üzerindeki etkilerinin makine öğrenmesi yöntemleri ile sınıflandırılması
UTKU SÜSOY
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZLEM AKTAŞ
- Effects of negative digital firestorms related to social issues on brand marketing
Sosyal değerlere ilişkin negatif firestorm'ların marka pazarlamasına etkisi
GİZEM ÖZKAYNAK
Yüksek Lisans
İngilizce
2021
İşletmeBahçeşehir Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. ELİF YOLBULAN
- Analysis of gdpr notification emails sent by blockchain service providers and developers and sentiment analysis of tweets about gdpr notification emails
Blockchaın hizmet sağlayıcıları ve geliştiricileri tarafından gönderilen gdpr bildirim e-postalarının analizi ve gdpr bildirim e-postalarına ilişkin tweetlerin duygu analizi
FATMA EMÜL
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED ABDULLAH BÜLBÜL
- Detecting malicious tweets in twitter using runtime monitoring with hidden information
Başlık çevirisi yok
ABDULLAH YILMAZ
Yüksek Lisans
İngilizce
2016
Savunma ve Savunma TeknolojileriThe Naval Postgraduate SchoolDr. DORON DRUSINSKY
Dr. MAN-TAK SHING
- A novel framework for disaster resilient smart cities: Using big data analytics
Afete dayanıklı akıllı şehırler için özgun bir çerceve: Büyük veri analitiği kullanımı
SYED ATTIQUE SHAH
Doktora
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiCoğrafi Bilgi Teknolojileri Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER