Makine öğrenmesi yöntemleri ile sahte felaket tweetlerinin tahmini
Predicting fake disaster tweets with machine learning methods
- Tez No: 775588
- Danışmanlar: PROF. DR. FATMA NOYAN TEKELİ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 46
Özet
Bu araştırmada Twitter kullanıcılarının attığı yangın sel deprem vb. felaket tweetlerinin doğru ya da sahte olduğunun araştırılması yapılacaktır. Günümüzde sosyal medya mecraları özellikle de Twitter çok önemli bir iletişim haline gelmiştir. İnsanlar herhangi bir olay karşısında bu mecradan kendi fikirlerini dile getirmekte ve haberleri buradan takip edebilmektedir. Fakat her zaman doğru bir kaynak olamamaktadır. Bu tez kapsamında bir kullanıcının attığı bir tweetin gerçek ya da sahte felaket tweeti olmadığının tahmini makine öğrenmesi yöntemleri kullanılarak tahmin edilecektir. Örnek verilecek olursa; bir kullanıcı“Yanıyoruz. Bu ne sıcak!”gibi bir tweet attığında bunu bilgisayar gerçek bir felaket gibi algılayabilir. Burada makine öğrenmesi yöntemleri kullanılarak bu tweetin sahte bir felaket tweeti olduğu anlaşılmaya çalışılacaktır. Burada açık kaynaklı bir internet sitesi olan Kaggle'den alınan veri kullanılarak öncelikle veri temizleme, veri analizi, veri görselleştirmesi gibi ön işlemlerden geçirilecek ve daha sonrasında da makine öğrenmesi yöntemlerinden yararlanılarak model oluşturulacaktır. Daha sonra oluşturulan modelin değerlendirilmesi yapılacaktır. Modeller karşılaştırıldıktan sonra da en iyi model seçilecektir. Verinin hazırlaması, temizlenmesi, görselleştirilmesi ve modellerin kurulması sürecinde doğal dil işleme yöntemleri kullanılacaktır. Buradaki temel amaç gerçekten bir felaket yaşandığında ve bununla ilgili bir tweet atıldığında bu tez içerisinde kurulan bir modelin doğru tahminin yapması ile acil yardım kurumlarının daha hızlı aksiyon almasını sağlamaktır.
Özet (Çeviri)
In this research, It will be investigated whether the disaster tweets on Twitter are real or fake. Today, social media channels, especially Twitter, have become a very important communication. In the face of any event, people can express their opinions and follow the news here. But it is not always the right source. Within the scope of this research, it will be estimated whether a tweet by a user is real or not. To give an example; One user said,“We're on fire. How hot is that!”When you tweet something like this, the computer may perceive it as a real disaster. Here, it will be tried to understand that this tweet is a fake disaster tweet by using machine learning methods. Here, using the data taken from an open-source website which is Kaggle, firstly data cleaning, data analysis, and data visualization will be pre-processed, and then a model will be created using machine learning methods. Then the created model will be evaluated. After the models are compared, the best model will be selected. The main purpose here is to ensure that the emergency aid agencies take faster action, with a model established in this thesis making the correct prediction when a disaster really occurs and a tweet is made about it. Natural language processing will be used in data preprocessing, visualizing, and building machine learning models.
Benzer Tezler
- Understanding twitter users' behaviour by social network analysis during disasters
Afet durumunda twıtter kullanıcılarının sosyal ağ analizi ile davranışını anlama
GÖZDE MERVE DEMİRCİ
Yüksek Lisans
İngilizce
2020
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ITIR SATOĞLU
DOÇ. DR. GÜLÜSTAN DOĞAN
- Denetimli makine öğrenmesi algoritmaları ile Türkçe sahte haber tespiti için bir karar destek sistemi
A decision support system for fake news detection in Turkish language with supervised machine learning algorithms
YASİN ERDURAN
Yüksek Lisans
Türkçe
2022
Yönetim Bilişim SistemleriGazi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. CEVRİYE GENCER
- Öznitelik tabanlı oltalama tespit sistemlerinin makine öğrenmesi yöntemleri ile değerlendirmesi
Evaluation of attribute based phishing detection systems with machine learning methods
SELAHATTİN ALİYAZICIOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLSÜM ZEYNEP GÜRKAŞ AYDIN
DR. ÖĞR. ÜYESİ EBU YUSUF GÜVEN
- Türkiye'de otomobil sigortası sahtekarlıklarının makine öğrenmesi yöntemleri ile tespit edilmesi
Detecting automobile insurance frauds in turkey using machine learning approaches
EZGİ GÜNBATAR
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiHacettepe ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BARBAROS YET
- Generative adversarial networks based level generation for angry birds
Çekişmeli üretici ağlar ile angry birds bölümlerinin üretilmesi
BURKAN YILMAZ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiOyun ve Etkileşim Teknolojileri Ana Bilim Dalı
DOÇ. DR. SANEM SARIEL UZER