Deep learning based sentiment analysis for cloud provider selection
Bulut sağlayıcı seçimi için derin öğrenmeye dayalı duyarlılık analizi
- Tez No: 710680
- Danışmanlar: PROF. DR. ERKAN TANYILDIZI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Geçerli bir Bulut Hizmeti Sağlayıcısının (CSP) seçimi, bir Bulut Hizmeti Tüketicisinin (CSC) sunulan hizmetlerden yararlanabilmesi için her zaman çok önemli bir görev olmuştur. Bu seçim, bir hizmet tüketicisinin bir sağlayıcı ile güvenilir bir ilişki sürdürmesini sağlayacaktır. Bu amaçla, uygun bir CSP seçimi için internet sitelerinde ve diğer sosyal medya platformlarında yayınlanan tüketici incelemelerinin dikkatlice değerlendirilmesi gerekir. Fikir Madenciliği olarak da adlandırılan Duygu Analizi, metnin görüşlerinin, deneyimlerinin, duygularının ve öznelliğinin sayısal olarak ele alınmasıdır. Boyut Tabanlı Duygu Analizi, metin içindeki bilgilendirici yönleri çıkarır ve bunları incelemelerin duyarlılığını sınıflandırmak için kullanır. Günümüzde duygu sınıflandırma görevleri için sözlük tabanlı, denetimli öğrenme ve denetimsiz öğrenme teknikleri gibi farklı yöntemler kullanılmaktadır. Derin Öğrenme, dil işleme, metin analizi, örüntü tanıma ve dizi tahmini görevleri vb. için kullanılan bir yapay zeka tekniğidir. Tekrarlayan Sinir Ağı (RNN), Uzun Kısa Süreli Bellek (LSTM) ve Geçitli Tekrarlayan Birim (GRU) gibi türleri, işlemleri gerçekleştirmek için farklı stratejiler kullanır. Tez RNN, LSTM ve GRU'nun Derin Öğrenme yaklaşımlarını kullanarak bulut tüketici incelemelerinin Boyut Tabanlı Duygu Analizini gerçekleştirir. Bulut incelemeleri, Hizmet Olarak Hasat (HaaS) çerçevesi kullanılarak çıkarılır. Analitik Hiyerarşi Süreci (AHP) modeli, Bulut Hizmeti Tüketicileri (CSC'ler) için yönlerin önemine ve önceliklerine karar vermek için kullanılır. Değerlendirme, bulut hizmeti tüketicilerinin (CSC'ler) gereksinimlerine uygun en iyi CSP'yi seçmelerine yardımcı olacaktır.
Özet (Çeviri)
The selection of a viable Cloud Service Provider (CSP) has always been a crucial task for a Cloud Service Consumer (CSC) to avail of their offered services. This selection would enable a service consumer to maintain a trustful relationship with a provider. For that purpose, consumer reviews posted on internet websites and other social media platforms need to be carefully evaluated for a proper CSP selection. Sentiment Analysis, also termed Opinion Mining, is the computational treatment of text's views, experiences, sentiments, and subjectivity. Aspect-Based Sentiment Analysis (ABSA) extracts informative aspects within the text and uses them to classify the sentiment of reviews. Nowadays, different lexicon- based, supervised learning, and un-supervised learning techniques are used for sentiment classification tasks. Deep Learning is an AI technique used for language processing, text analysis, pattern recognition, sequence predicition tasks, etc. Its types, such as Recurrent Neural Network (RNN), Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU), use different strategies to carry out processings. The dissertation performs Aspect-Based Sentiment Analysis of cloud consumer reviews using Deep Learning approaches of RNN, LSTM and GRU. The cloud reviews are extracted using Harvesting-as-a-Service (HaaS) framework. Analytic Hierarchy Process (AHP) model is used to decide the importance and priorities of aspects for Cloud Service Consumers (CSCs). The evaluation would assist cloud service consumers (CSCs) choose the best CSP ideal for their requirements.
Benzer Tezler
- Derin öğrenme ve büyük veri yaklaşımları ile metin analizi
Text analysis with deep learning and big data approaches
BETÜL AY KARAKUŞ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GALİP AYDIN
- Derin öğrenme yöntemiyle çevrimiçi sosyal ağlarda duygu analizi ve metin özetleme
Deep learning based sentiment analysis and text summarization in social networks
EMRE DOĞAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiEkobilişim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BUKET KAYA
- Aspect-based sentiment analysis for turkish using deep learning model combinations
Türkçe için derin öğrenme modelleri kullanarak özellik bazlı duygu analizi
ALİ ERKAN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUNGA GÜNGÖR
- Machine learning based sentiment analysis in the view of social robotics
Sosyal robotlar için makine öğrenmesi tabanlı duygu analizi
KARDELEN ESKİN
Yüksek Lisans
İngilizce
2022
Mekatronik MühendisliğiYıldız Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ÜVET
DR. ÖĞR. ÜYESİ NAZİFE MERVE HAMZAOĞLU
- Türkçe hedef tabanlı duygu analizi için alt görevlerin incelenmesi–hedef terim, hedef kategori ve duygu sınıfı belirleme
Inspecting sub tasks of aspect based sentiment analysis in Turkish language–opinion target expression, aspect category and sentiment polarity detection
FATİH SAMET ÇETİN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLŞEN ERYİĞİT