Geri Dön

Machine learning based sentiment analysis in the view of social robotics

Sosyal robotlar için makine öğrenmesi tabanlı duygu analizi

  1. Tez No: 712375
  2. Yazar: KARDELEN ESKİN
  3. Danışmanlar: DOÇ. DR. HÜSEYİN ÜVET, DR. ÖĞR. ÜYESİ NAZİFE MERVE HAMZAOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 83

Özet

Günümüzde dijitalleşme ile birlikte, başta BTC olmak üzere kripto para birimlerine olan talep doğrusal oranda artış göstermektedir. Bu talep doğrultusunda kripto para çeşitliliği artış gösterirken BTC ve ETH piyasadaki yerini korumaktadır. Bu iki temel para birimine olan talep yüksek oranda seyretmesine rağmen değişken piyasa hareketleri/trendler yatırımcıların önünü görememesi ve kimi zaman büyük oranda para kaybetmesine neden olmaktadır. Bunu etkileyen temel faktör olarak merkezi otoriteden uzak bir piyasa olması gösterilebilir ve bu durum piyasayı pek çok dış etkenlere karşı değişken hale getirir. Bunun en temel örneği olarak sosyal medya paylaşımları gösterilebilir. Özellikle toplumda önemli bir kesime hitap edebilen hesaplardan yapılan paylaşımların piyasada dalgalanmaya sebep olduğu söylenebilir. Bu araştırmanın amacı da bu durumdan esinlenerek sosyal medya (bu çalışma için Twitter) paylaşımlarını duygusal olarak analiz ederek, sosyal medyanın BTC fiyatları üzerinde etkisi olduğunu kanıtlamak ve ileri zamana yönelik fiyat tahmini yapmaktır. Bu amaç doğrultusunda“makine öğrenmesi”tabanlı duygusal analiz modeli için denetimli makine öğrenmesi yöntemlerinden olan K-nearest neighbors (KNN), Multinomial Naïve Bayes (NB), Random Forest (RF) algoritmaları ile maksimum oylama algoritması kullanılmış ve bunun sonucunda %91 doğruluk elde edilerek çekilen tweetlerin duygusal puanlama tahmini yapılmıştır. Elde edilen bu duygusal polarite puanları, BTC ve ETH'nin geçmiş fiyat değerleri ile birleştirilerek VAR (vector autoregression) modelinin girdisi olarak kullanılmıştır. Bu model dahilinde Granger nedensellik testi ile bu üç zaman serisi (duygusal polarite puanı, BTC, ETH fiyatları) arasında nedensellik bulunmuştur ve model 7814.08 ($)'lık ortalama mutlak hatayla tahmin yapabilmektedir.

Özet (Çeviri)

Bitcoin (BTC) has been becoming a mainstream investment asset since the rise of cryptocurrencies in worldwide. It is widespread and a decentralized tool for investment nowadays, so that the volatility of BTC price is under debate. Many researchers address this problem by using machine learning and deep learning methods to predict the BTC price. In this purpose, Twitter data can be an important data resource to predict BTC related topics such as price prediction, price volatility. In this research, we aimed to forecast close price of BTC by using sentiment polarity and historical BTC and Ethereum (ETH) prices. We obtained the sentiment polarity by conducting a sentiment analysis using the Twitter data. These three time-series (BTC, ETH, and sentiment polarity) are concatenated and split into train and test sets. Moreover, train data and lag value are taken as input of vector auto-regression (VAR) model. Hence, we established VAR model to observe the causality between BTC, ETH and sentiment polarity scores of social media posts and to forecast BTC price. As a result, we found causality between BTC and polarity scores along with output of the model (forecasted BTC price) can follows trends in upward and downward direction. Model can predict BTC price with MAE (mean absolute error) of 7814.08 ($).

Benzer Tezler

  1. Türkçe metinlerde duygu analizi

    Sentiment analysis in Turkish texts

    CUMALİ TÜRKMENOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ

  2. Sosyal medyada türkçe nefret söylemlerinin ve Covid-19 yorumlarının makine öğrenmesi, derin öğrenme ve bert teknikleri ile analizi

    Analysis of turkish hateful discourses and Covid-19 comments in social media with machine learning, deep learning and bert techniques

    HABİBE KARAYİĞİT

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiMersin Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ AKDAĞLI

    DOÇ. DR. ÇİĞDEM ACI

  3. Çevrimiçi yorum ve şikâyetlerin otel işletmeleri üzerinden duygu analizi ile incelenmesi

    Analyzing of online comments and complaints with sentiment analysis through hotel businesses

    MURAT FATİH TUNA

    Doktora

    Türkçe

    Türkçe

    2019

    TurizmErciyes Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. MEHMET ŞÜKRÜ AKDOĞAN

    PROF. DR. OĞUZ KAYNAR

  4. Doğal dil işleme ve veri madenciliği kullanarak tvitler üzerinden film derecelendirilmesi

    Movie rating on tweets using natural language processing and data mining

    ABDOULAZIZ ABDOUKARIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BARIŞ KOÇER

  5. Büyükveri tabanlı sistemlerde duygu analizine yönelik bir uygulama: Avrupa'daki twitter kullanıcılarının mülteci algısı

    An application for sentiment analysis in big data based systems:Refugee perception of twitter users in Europe

    FİKRİYE ATAMAN

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. HALİT ERAY ÇELİK