Twıtter üzerindeki islamofobik tweetlerin duygu analizi ile tespiti
Detection of islamophobic tweets on twitter using sentiment analysis
- Tez No: 695590
- Danışmanlar: DOÇ. DR. BÜNYAMİN CİYLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Özellikle sosyal medya ağlarındaki büyük yükseliş, internet kullanıcıları tarafından oluşturulan web içeriğinin analiz edilmesi üzerine yapılan araştırmalarında artmasına neden olmuştur. Araştırmalar, insanların nefret içerikli, rahatsız edici yorumlar yapmak için popüler sosyal ağları, özellikle Twitter platformunu kullanabildiğini ve bu tür içeriklerin belli bir toplumsal grubu hedef alabildiğini göstermektedir. Özellikle son yıllarda İslamofobia konusunda yapılan çalışmalarda, islamofobik tweetlerin sınıflandırması için tweet içerisinde“hateislam”gibi anahtar kelimelerin geçip geçmediğine bakıldığı görülmektedir. Bununla birlikte, İslamofobi söyleminin çok yönlü doğası, kavramsal arka planı düşünüldüğünde, sadece önceden belirlenen anahtar kelimelerin taranmasına göre yapılacak bir sınıflandırmanın yeterli doğrulukta sonuç vermeyeceği düşünülmüştür. Bu tez çalışmasında islamofobik tweetlerin sınıflandırılması için yapay zeka tekniklerinden gözetimli makine öğrenmesi yöntemi kullanılmıştır. Yapay sinir ağının eğitimi ve test işlemlerinde kullanılmak üzere bir veri seti oluşturulmuştur. Bu amaçla twitterin arama kısmı üzerinden“Islam”,“Muslim”gibi kelimelerin geçtiği İngilizce dilinde yazılmış 290.000 tweet, Twitter API kullanılarak geliştirilen yazılımla elde edilmiştir. Çeşitli ön işleme adımlarının ardından kalan 162.000 tweet, beş kişilik bir ekip tarafından İslamofobik ve İslamofobik değil şeklinde işaretlenmiştir. İşaretlemenin ardından tweetlerin %80'i eğitim ve %20'si test amaçlı olarak ayrılmıştır. Elde edilen veri seti Bayes Regresyonu, Ridge Regresyonu ve derin öğrenme modeli olmak üzere 3 farklı modele uygulanmıştır. Testlerde her üç model içinde %95'in üzerinde doğruluğa ulaşılmış olmasına rağmen veri seti içerisinde olmayan 100 yeni tweet ile yapılan deneysel çalışmada bu oranların nispeten düştüğü gözlemlenmiştir.
Özet (Çeviri)
Especially, the great rise in social networks has caused an increase in the reseaches on the analysis of web content created by internet users. Research shows that people can use popular social networks, especially the Twitter platform, in order to make hateful, offensive comments, and it is shown that such content can target a particular social group. Especially, in recent years, it is observed whether keywords such as 'hateislam' are included in an tweet in order to classify the Islamophobic tweets in studies on Islamophobia. Besides, consedering the versatile nature and conceptual background of Islamophobia, it is thought that a classification based on the search of predetermined keywords will not yield sufficient accuracy. In this thesis study, machine learning method, which is one of the artificial intelligence techniques, is used to classify islamophobic tweets. A data set has been created to be used in training and testing operations of the artificial neural network. For this purpose, 290,000 tweets written in the English language in which words such as“Islam”and“Muslim”pass through the search section of the Twitter, are obtained with the software developed using the Twitter API. The remaining 162,000 tweets after various preprocessing steps have been marked by a team of five as Islamophobic and non-Islamophobic. 80% of the tweets are reserved for training and 20% for testing purposes after marking. The data set obtained was applied to 3 different models: Bayes Regression, Ridge Regression and deep learning model. Although more than 95% accuracy was achieved in all three models in the tests, it was observed that these rates decreased relatively in the experimental study conducted with 100 new tweets that are not included in the data set.
Benzer Tezler
- Islamophobic dicourses of Donald Trump and Marine Le Pen
Donald Trump ve Marine Le Pen'in İslamafobik söylemleri
MUHAMMET NECMETTİN GÜRSES
Yüksek Lisans
İngilizce
2022
Uluslararası İlişkilerİstanbul Bilgi ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
PROF. DR. AYHAN KAYA
- Twıtter üzerindeki Türkçe mesajlarda veri madenciliğiyle duygu analizi
Sentiment analysis on Turkish Twitter messages by using data mining
BURÇİN ADAK KAPLAN
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EDİZ ŞAYKOL
- Covid-19 pandemisi sürecinde markaların Twitter üzerindeki sosyal sorumluluk çalışmaları üzerine bir araştırma
A research on the social responsibiliy studies of brands via Twitter during Covid-19 pandemic
HASAN ŞAHİN
Yüksek Lisans
Türkçe
2022
Halkla İlişkilerAkdeniz ÜniversitesiHalkla İlişkiler ve Tanıtım Ana Bilim Dalı
DOÇ. DR. İSMAİL AYŞAD GÜDEKLİ
- Understanding manipulative actions and politicallanguage on twitter: Exploring trending topicsand the 2023 Turkish Presidential election
Twİtter'da manipülatif eylemlerin ve siyasi dilinaraştırılması: Trendıng topics ve 2023 TürkiyeCumhurbaşkanlığı seçimi
ABDULLAH FURKAN OKUYUCU
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiVeri Bilimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR VAROL
- Halkla ilişkiler ve iklim değişikliği: Bakanlıkların ve STK'ların Twitter üzerindeki halkla ilişkiler faaliyetlerinin karşılaştırılması
Public relations and climate change: A comparison of ministry and NGO's public relations activities on Twitter
KEMAL GÜNAY
Doktora
Türkçe
2022
Halkla İlişkilerİstanbul ÜniversitesiHalkla İlişkiler ve Tanıtım Ana Bilim Dalı
PROF. DR. YEŞİM GÜÇDEMİR