Geri Dön

Sosyal medyada kriz yönetimine yönelik bir erken uyarı ve müdahale sistemi modeli

An early warning and response system model for crisis management in the context of social media

  1. Tez No: 795181
  2. Yazar: ENGİNCAN YILDIZ
  3. Danışmanlar: PROF. DR. AYDA UZUNÇARŞILI SOYDAŞ
  4. Tez Türü: Doktora
  5. Konular: Halkla İlişkiler, Public Relations
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Halkla İlişkiler Ana Bilim Dalı
  12. Bilim Dalı: Halkla İlişkiler Bilim Dalı
  13. Sayfa Sayısı: 135

Özet

Yapay zekâ sistemlerinin halkla ilişkiler alanını etkilediği ve bu sistemler sayesinde halkla ilişkiler alanında yapay zekâya dayalı gelişmelerin yaşandığı söylenebilir. Bu tez çalışması ile sosyal medyada kriz yönetimine yönelik bir erken uyarı ve müdahale sisteminin oluşturulması amaçlanmıştır. Tez kapsamında, kurumların hedef kitlelerini düzenli takibine olanak veren bir erken uyarı sistemi ve bir olumsuzluk meydana geldiğinde hedef kitlelere ulaşılmasını sağlayan bir cevap algoritması geliştirilmiştir. Kriz anlarındaki paylaşımların on binlere ulaşabildiği düşünüldüğünde; verilerin hızlı bir şekilde elde edilmesi, işlenmesi, analizi ve sonuçlarının sunulması bir çalışanın üstesinden gelmekte zorlanabileceği bir durumdur. Bu durum ise araştırmanın ana problemini oluşturmaktadır. Twitter üzerinden gerçekleştirilen bu araştırmada, Python programlama dili kullanılarak belirlenen hashtag üzerinden 2022 yılında atılmış olan bütün tweetleri içeren 15.961 tweet bilgisayarda bir veri olarak depolanmış ve gerekli veri ön işleme süreçlerinden geçirilmiştir. Tez kapsamında geliştirilen algoritma, Twitter üzerinden verilerin çekilmesini ve işlenmesini; elde edilen verilerin işlendikten sonra Türkçe duygu analizlerinin gerçekleştirilmesini ve hedef kitlelere hızlı bir şekilde ulaşılmasını sağlayan bir cevap algoritmasının oluşturulmasını içermektedir. Krizlere yönelik erken uyarı sisteminin oluşturulmasında makine öğrenmesi yöntemini içeren BERT modeli tercih edilmiş ve Türkçe duygu analizi başarı ile gerçekleştirilmiştir. Tez kapsamında kullanılan yöntem, sosyal bilimlerde kullanılmaya başlanılan hesaplamalı sosyal bilimler yöntemini de içermektedir. Bu yöntem dahilinde veriler elde edilmiş ve gerekli analizler gerçekleştirilmiştir. Twitter üzerinden insanlara cevap verilmesi amacıyla geliştirilen müdahale sisteminde de istenilen başarıya ulaşılmıştır. Bu kapsamda olumlu, olumsuz ve nötr tweetlerin duygu durumlarına göre istenilen sayıda tweete cevap verilmesi sağlanmıştır. Araştırma kapsamında elde edilen sonuçlar değerlendirildiğinde; 15.961 Twitter verisi üzerinden başarıyla gerçekleştirilen Türkçe duygu analizine göre; 12.734 adet negatif tweet, 2.631 adet pozitif tweet ve 596 adet nötr tweet'in yer aldığı görülmektedir. Yüzdesel olarak incelendiğinde, tweetlerin %80'i negatif tweetleri içerirken %16'sı pozitif ve %4'ü nötr tweetlerden oluşmaktadır. Bert modeli ile gerçekleştirilen Türkçe duygu analizinin başarısı incelendiğinde %12,68 hata oranı ile %87,32 başarı elde edilmiştir.

Özet (Çeviri)

One may argue that artificial intelligence systems influenced the field of communication and there had been advancements in artificial intelligence experienced thanks to these systems. This thesis aims to build up an early warning and response system model for crisis management in social media. Within the scope of this doctorate dissertation, an early warning system and a response algortihm are created where former allows organizations to regularly monitor their target audiences, and later make possible target audiences to be reached in case of a negative situation. Given that the social media post in times of crisis reach tens of thousands people, data collector may have difficulty in rapidly collecting, processing, analyzing and submitting the results. This difficult situation constitutes the main problem of this study which is carried out by analyzing posts on Twitter. In this research, which utilizes the Python programming language on Twitter, 15,961 Twitter posts from 2022 with a specific hashtag were stored as data on a computer then relevant data were pre-processed. The algorithm developed within the scope of the thesis includes extracting and processing the data on Twitter, making a sentiment analysis in Turkish language on processed data, and creating a response algorithm that enables rapid access to target audiences. In creating the early warning system for crises, this study utilized the BERT model which includes the machine learning method, and successfully made the Turkish sentiment analysis. The method used in this thesis also includes the computational social sciences method, which has started to be used in social sciences. Within this method, data were obtained and necessary analyzes were carried out. The intervention system designed to reply to people on Twitter has also achieved the desired success. In this context, it was ensured that the desired number of tweets were replied according to the emotional states of positive, negative and neutral tweets. When the results obtained within the scope of the research are evaluated, it is seen that there are 12,734 negative, 2,631 positive and 596 neutral tweets, according to the Turkish sentiment analysis successfully made on 15,961 Twitter posts. When analyzed as a percentage, 80% of the tweets contain negative, 16% positive and 4% neutral feedbacks. When the success of the Turkish sentiment analysis performed with the Bert model is analyzed, a success 87.32% was obtained with an error rate of 12.68%.

Benzer Tezler

  1. Humanitarian assistance policies of the European Union towards syrian refugees in Turkey

    Avrupa Birliği'nin Türkiye'deki Suriyeli mültecilere yönelik insani yardım politikaları

    CANSU ÇELİKER

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Siyasal BilimlerOrta Doğu Teknik Üniversitesi

    Siyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı

    DOÇ. DR. BAŞAK KALE LACK

  2. Gıda sektöründe stratejik iletişim yönetimi olarak konu yönetimi ve uygulamaları

    Issues management in the food industry as a strategic communication management

    MELTEM GÖKMEN TOL

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    İletişim BilimleriGalatasaray Üniversitesi

    İletişim Ana Bilim Dalı

    DOÇ. DR. KEREM RIZVANOĞLU

  3. Türk basınında düzensiz göçün görsel temsili: Taliban yönetimi sonrası Afgan göçü

    Visual representation of irregular migration in the Turkish press: Afghan migration after the Taliban regime

    ZİNDAN ÇAKICI

    Doktora

    Türkçe

    Türkçe

    2024

    GazetecilikGalatasaray Üniversitesi

    Radyo Televizyon ve Sinema Ana Bilim Dalı

    DOÇ. DR. EMİNE NAZLI AYTUNA

  4. Sosyal medyada kriz yönetimi: Kurumsal markalara ilişkin değerlendirme

    Crisis management in social media: Evaluation of corporate brands

    SİNAN AKSEKİ

    Doktora

    Türkçe

    Türkçe

    2019

    ReklamcılıkSelçuk Üniversitesi

    Reklamcılık Ana Bilim Dalı

    DOÇ. DR. İMRAN ASLAN

  5. Markaların yaşadığı olumsuz olayların online medyada krize dönüşmesi ve otomotiv sektörüne yönelik bir araştırma

    Negative events that brands experience which turn into crisis on online media and a research on automotive industry

    ASLI ESENER

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İşletmeDoğuş Üniversitesi

    İşletme Ana Bilim Dalı

    YRD. DOÇ. DR. FİLİZ BOZKURT BEKOĞLU