Geri Dön

Exploring concept drift in technology by tweets mining

Tweetlerin metin madenciliği yoluyla teknolojideki kavram sapmasını keşfetme

  1. Tez No: 776515
  2. Yazar: MOHAMAD NACİ
  3. Danışmanlar: PROF. DR. ALPTEKİN DURMUŞOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Gaziantep Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 73

Özet

Son on yılda bilgi kaynakları ve dijital çağda kullanımlarında dramatik bir dönüşüm yaşandı. Sosyal medya ağları, bireylerin duygularını ifade etmenin yeni bir yolunu getirdi. Şirketler, resmi kurumlar ve çeşitli kuruluşların iletişim sitelerinde çeşitli gelişmeleri, ürünleri, görüşleri ve hatta bazen resmi kararları paylaştıkları sayfalar olduğu için konu bazı kişilerin ayrı görüşlerinin ifadesi olmaktan çıkmıştır. Sosyal medya, kullanıcıların çeşitli duygu kategorilerinde sınıflandırılabilen diğer kullanıcıların görüşlerine erişmesine izin veren ve karar vermede yavaş yavaş önemli bir rol üstlenen, çok miktarda bilgi içeren bir ortama dönüşmüştür. Twitter, dünyanın herhangi bir yerinde, her an neler olduğunu açıklamak için oluşturulmuş bir mikroblog hizmetidir. Yaklaşık 1,3 milyar insandan günde 500 milyondan fazla mesaj için büyüleyici bir forum. Twitter verileri kısa, spesifik ve kolay erişilebilirdir, bu nedenle veri akışları madenciliği yoluyla duygusal analiz için en iyi kaynaklardan biri haline gelir. Temelde yatan veri dağılımının zaman içinde değişebilmesi ve bunun sonucunda fikir kayması olgusuna yol açabilmesi, veri akışları madenciliğini etkileyen temel sorunlardan biridir. Bu çalışmada, Twitter veri akışlarında meydana gelen kavram kaymasını keşfetmek ve anlamak için bir yaklaşım sunuyoruz. İki teknoloji ürününe (iPhone 13 ve 14) odaklanan 7K'den fazla tweet'e iki makine öğrenimi tekniği olan Naive Bayes Sınıflandırıcı ve eXtreme Gradient Boosting (XGBoost) Sınıflandırıcı uygulandı ve kavram sapmasını algılamak/anlamak ve bir teknolojide kavram kayması olup olmadığını belirlemek için alan radikal veya artımlı bir yeniliktir.

Özet (Çeviri)

Over the last decade, a dramatic transform happened in information sources and their use in the digital era. Social media networks have brought a new way of expressing the sentiments of individuals. The matter went beyond being an expression of separate opinions of some individuals, as companies, official institutions and various organizations have pages on the communication sites through which they share various developments, products, opinions, and sometimes even official decisions. Social media has evolved into a medium with a vast quantity of information, allowing users to access the opinions of other users, which can be classified into several sentiment categories, and are gradually taking a crucial role in decision making. Twitter is a microblogging service built to describe what is happening anywhere worldwide, at any moment. It's a fascinating forum for more than 500M messages per day from about 1.3 billion people. Twitter data is short, specific, and easily accessible, that's why it has become one of the best sources for sentimental analysis and knowledge discovery by data streams mining. The fact that the underlying distribution of data may vary over time, resulting in the phenomena of concept drift, which is one of the main problems that affects data streams mining. In this study, we present an approach to explore and understand the concept drift occurring in Twitter data streams. Two machine learning technique Naive Bayes Classifier and eXtreme Gradient Boosting (XGBoost) Classifier were applied on more than 11K tweets focused on two technology products (iPhone 13 & iPhone 14), and to detect / understand concept drift and specify whether concept drift in a technology area is a radical or an incremental innovation

Benzer Tezler

  1. Sincap kafesli asenkron makinenin rotor alan yönlendirmeli kontrolü

    Rotor field-orientation control of a squirrel cage induction machine

    SAFFET ALTAY

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. M. EMİN TACER

  2. Bir hastane yapısının klasik yöntemle ve sismik izolatör kullanılarak tasarımının dinamik yönden karşılaştırılmasının yapılması

    Carrying out the comparisons of the designs of a hospital building regarding dynamic characteristics by using conventional and base isolation methods

    GÜVEN GÜNER

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Deprem Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Ana Bilim Dalı

    PROF. DR. ZEKİ HASGÜR

  3. An ensemble classification model for detecting voice phishing in telecommunication networks and its integration into a visual analysis tool

    Telekomünikasyon ağlarında sesli olta saldırılarının birleşik sınıflandırma modeli ile tespiti ve görsel analiz aracına entegrasyonu

    HÜSEYİN EREN ÇALIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. UĞUR DOĞRUSÖZ

  4. Theorematic music composition as a lens for urban design, psychogeography and community

    Kentsel tasarım, psikocoğrafya ve toplum için bir mercek olarak teorematik müzik kompozisyonu

    ALİ MURAT CENGİZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    DOÇ. DR. SEMA ALAÇAM

  5. Evolutionary mechanisms of imprinting in business clusters

    İş kümelerinde örgütsel damgalamanın evrimsel mekanizmaları

    EMRE EKŞİ

    Doktora

    İngilizce

    İngilizce

    2021

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ERÇEK