Topic modeling and sentiment analysis of COVID-19 pandemic on twitter
Twitter'da COVID-19 pandemisi konu modelleme ve duygu analizi
- Tez No: 741709
- Danışmanlar: DR. ÖĞR. ÜYESİ SERKAN AYVAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
Özet
Covid-19 pandemisi küresel olarak hayatımızın her alanını ciddi şekilde etkiliyor. Twitter, Instagram, LinkedIn ve Facebook gibi sosyal medya siteleri, Covid-19 tartışmalarını izlemek için çok önemli kaynaklardır. Bu tezin amacı, Twitter sosyal medya platformunda Covid-19 ile ilgili en çok tartışılan konuları ve bu konulara ilişkin insanların duygularını ortaya çıkarmaktır. 29 Mart - 30 Nisan 2020 tarihleri arasında #coronavirus, #COVID19 ve #CoronavirusOutbreak hashtag'leri altında yayınlanan İngilizce tweet'leri topladık. Toplanan tweet'leri makine öğrenimi ve doğal dil işleme algoritmalarını kullanarak araştırdık. Bu tez, konu modellemesini ve Covid-19 tweet'leriyle ilgili duygu analizini ve model evriminin veri görselleştirmesini kullanan bir teknik sunmaktadır. Dahil edilen yaklaşık 14 milyon tweet'ten rastgele bir 504.708 tweet örneğini değerlendirdik. LDA konu modellemesi karantina, salgın, vaka istatistikleri, ekonomi, hijyen vb. ile ilgili 12 konu verdi. Elde edilen konuların açıklanması ve uygulanan duygu analizi, insanların bu konular hakkındaki duygularının açıkça Covid-19 pandemisi ile ilgili olduğunu ortaya koydu. İlk modelin tutarlılık değeri %32.64 iken model değerlendirmesi ile %47.89'a yükselmiştir. Duyguların yarısından fazlası (%54,4) öncelikle güven, korku ve beklentiyi ifade etti. Seçtiğimiz zaman dilimi pandeminin başlangıcı olduğundan ve elde edilen konular günlük teyit edilen vakalar, ölümler, semptomlar ve Covid-19'un ekonomi üzerindeki etkisi olduğu için konuların çoğu için olumsuz duygu sonuçları elde ettik. Halk sağlığı yetkilileri, Covid-19 pandemisinin sebep olduğu insanların temel endişeleri hakkında değerli bilgiler elde edebilir ve bu bilgiler karar vericiler tarafından işlevsel olarak kullanılabilir.
Özet (Çeviri)
The Covid-19 pandemic has a serious impact on all aspects of our lives globally. Social media sites such as Twitter, Instagram, LinkedIn and Facebook are crucial sources to monitor discussions of Covid-19. The aim to this thesis is to figure out the most discussed topics related to the Covid-19 and emotions of people about these topics discussed on Twitter social media platform. We pulled English language tweets posted under hashtags #coronavirus, #COVID19 and #CoronavirusOutbreak from March 29 to April 30, 2020. We explored the collected tweets using machine learning and natural language processing algorithms. This thesis presents a technique using topic modeling, and sentiment analysis related to Covid-19 tweets, along with data visualization of the model evolution. Out of approximately 14 million tweets included, we evaluated a random sample of 504,708 tweets. The LDA topic modeling yielded 12 topics which are about quarantine, outbreak, case statistics, economy, hygiene etc. The explanation of obtained topics and applied sentiment analysis revealed that the feelings of people about these topics are distinctly related to the Covid-19 pandemic. The coherence value of the initial model was 32.64% and it increased to 47.89% with the model evaluation. More than half percent of emotions (54.4%) primarily expressed trust, fear, and anticipation. We obtained negative sentiment results for most of the topics since the time period we chose is beginning of the pandemic and the obtained topics are daily confirmed cases, deaths, symptoms, and impact of Covid-19 on the economy. Public health officials can extract valuable insights about people's main concerns caused by the Covid-19 pandemic, and these insights can be functionally used by decision makers.
Benzer Tezler
- Global goals, local voices: A multinational comparative sentiment and topic analysis of public transportation in the context of SDGs
Küresel hedefler, yerel sesler: Sürdürülebilir kalkınma amaçları bağlamında toplu taşımaya yönelik ülkelerin karşılaştırmalı duygu ve konu analizi
ASLIGÜL AKSAN
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE CAMGÖZ AKDAĞ
- Public perception towards children's COVID-19 vaccination with natural language processing
Doğal dil işlemeyle çocukların COVID-19 aşısına ilişkin kamuoyu algısı
ELİF DELİCE
Yüksek Lisans
İngilizce
2022
Mühendislik Bilimleriİstanbul Medipol ÜniversitesiSağlık Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TOZAN
DR. ÖĞR. ÜYESİ MELİS ALMULA KARADAYI
- Dengesiz veri kümeleri için yenilikçi bir hibrit yaklaşım: IQCM metodolojisi ve karşılaştırmalı performans analizi
An innovative hybrid approach for imbalanced datasets: IQCM methodology and comparative performance analysis
MUSTAFA YAVAŞ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYSUN GÜRAN
- Comparing COVID-19 vaccine passports attitudes across countries by analyzing reddit comments
Reddit yorumlarını analiz ederek ülkeler arasında COVID-19 aşısı pasaportlarının tutumlarını karşılaştırma
MUHAMMAD SHIRAZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SÜLEYMAN EKEN
- Evaluation of the effect of teleworking on employee attitude and behaviour
Uzaktan çalışmanın çalışan tutum ve davranışları üzerindeki etkisinin değerlendirilmesi
MELİKE ARTAR