Automatic detection of cyberbullying in social networks
Sosyal ağlarda sanal zorbalığın otomatik olarak tespit edilmesi
- Tez No: 698734
- Danışmanlar: DOÇ. DR. SEMİH UTKU
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Son zamanlarda sanal zorbalık özellikle çocukları ve gençleri etkileyen önemli bir sorun haline gelmiştir. Bu tezde, sosyal ağlardaki sanal zorbalık içeriklerinin otomatik olarak tespit edilmesi amaçlanmıştır. Bu doğrultuda sosyal medya özelliklerini (örneğin paylaşım yapan kişinin takipçi sayısı) içeren kapsamlı bir sanal zorbalık veri seti sistematik olarak hazırlanmıştır. Daha sonra sanal zorbalık karakteristiklerini tespit etmek için hazırlanan veri seti üzerinde doğal dil işleme özellikleri (örneğin paylaşımdaki kelime sayısı) ve sosyal medya özellikleri analiz edilmiştir. Analiz çalışmasının sonuçları değerlendirildiğinde bazı sosyal medya özellikleri ve siber zorbalık aktiviteleri arasında kuvvetli bir ilişki olduğu görülmektedir. Ayrıca, sosyal ağlarda daha fazla takipçisi olan kullanıcıların çevrimiçi zorbalık içeriği paylaşmaktan kaçınması gibi bazı birliktelik kuralları çıkartılmıştır. Elde edilen sonuçlar, sosyal medya özelliklerinin sanal zorbalık içeriklerinin otomatik olarak tespit edilmesinde faydalı olabileceğini göstermiştir. Bu doğrultuda makine öğrenmesi algoritmaları, hazırlanan veri setinin iki farklı varyantı üzerinde denenmiştir. Birinci veri seti varyantı sadece metinsel özellikleri içerirken, ikinci varyant sosyal medya özellikleri ve metinsel özellikleri birlikte içermektedir. Uygulanan her makine öğrenmesi algoritmasının sosyal medya özelliklerini içeren varyant üzerinde daha başarılı sınıflandırma performansı verdiği gözlemlenmiştir. Sonrasında uygulanan makine öğrenimi algoritmalarının performansını artırmak için özellik çıkarmada kelime temsil yaklaşımları uygulanmıştır. Son olarak, programcıları makine öğrenimi sürecini çalışmadan sanal zorbalık alanında gerçek zamanlı uygulamalar geliştirmeye motive etmek için eğitilen makine öğrenimi modellerini kullanan açık bir web servis yayınlanmıştır.
Özet (Çeviri)
Cyberbullying has become a major problem that affects children and youngsters especially. In this thesis, it is aimed to detect cyberbullying content in social networks automatically. In this direction, a comprehensive dataset, which includes social media features (e.g., number of the sender followers), was systematically prepared. Then, the characteristics of cyberbullying are inspected by analyzing the natural language processing features (e.g., the number of title words) and social media features on the prepared dataset. It is seen that some of the social media features are strongly related to cyberbullying. Additionally, some association rules between social media features and cyberbullying were captured, such as users that have more followers on social networks are disinclined to post online bullying content. The obtained results show that social media features would be promising in automatically detecting harmful content in social networks. Accordingly, machine learning algorithms experimented on two different variants of the prepared datasets. The first variant includes only textual features, whereas the second variant consists of the determined social media features and textual features. It is observed that each experimented machine learning algorithm gives more successful prediction performance on the variant containing social media features. Further experiments in machine learning were conducted by implementing word embedding approaches in the feature extraction to increase the performance of the applied machine learning algorithms. Lastly, an open web service that uses the trained machine learning models for cyberbullying detection was published to motivate programmers to develop real-time applications without studying or knowing the machine learning process.
Benzer Tezler
- Word embeddings for cyberbullying detection
Zorbalık tespiti için kelime gömmeleri
AZHI ABDALMOHAMMED FARAJ FARAJ
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEMİH UTKU
- Offensive language detection in Turkish language by using NLP
NLP kullanarak Türk dilinde saldırgan dil tespiti
BEKİR FURKAN KESGİN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RÜŞTÜ MURAT DEMİRER
- Türkçe his analizinde optimizasyon ve ön-eğitimli modellerin kullanımı
Use of optimization and pre-trained models in Turkish emotion analysis
ALAETTİN UÇAN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EBRU SEZER
- A hybrid approach for cyberbullying detection
Siber zorbalığın tespiti için hibrit bir yaklaşım
DİLARA NİHADİOĞLU
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA SARAÇ EŞSİZ
- Automatic detection of breast cancer in mammogram images
Automatic detection of breast cancer in mammogram images
FAOZİA ALİ SAİF ALSARORİ
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. REZA HASSANPOUR