Twitter'daki haberlerde duygular ve kullanıcı etkileşimleri arasındaki ilişkinin çözümlenmesi: Çok yöntemli bir çalışma
Unraveling the association between sentiments and user engagements in the news on twitter: A multi-method study
- Tez No: 826375
- Danışmanlar: PROF. DR. UĞUR GÜNDÜZ
- Tez Türü: Doktora
- Konular: Gazetecilik, Journalism
- Anahtar Kelimeler: Duygu analizi, Haberler, Kullanıcı etkileşimi, Kullanımlar ve doyumlar, Sosyal medya, Twitter, Yeni medya, Sentiment analysis, News, User interaction, Uses and gratifications, Social media, Twitter, New media
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Gazetecilik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dijital ağlar ve sosyal platformlar günümüz internet kullanıcılarının bilgi edinme ve haber alma süreçlerinin odak noktasıdır. Geleneksel medya izleyicilerinin aksine günümüz medya kullanıcıları daha inisiyatif sahibi oldukları, özerk ve aktif bir medya deneyimi yaşamaktadır. Medyayı takip eden insan topluluklarının izleyiciden (audience) kullanıcıya (user) evrildiği günümüz yeni medya ekosisteminde internet kullanıcılarının sosyal medya platformlarında bıraktığı kırıntılar üzerinden haber tercihleri ve etkileşimleri anlamlandırılabilir. İletişim çalışmalarında medya izleyicisi-kullanıcısını anlamak için yeni fırsatlar sunan bu olanakların doğru şekilde değerlendirilmesi ve yorumlaması için medyanın tek taraflı etkisine odaklanan, iletişimi doğrusal bir çizgi olarak gören yaklaşımlardan sıyrılarak kullanıcı merkezli yaklaşımlara ihtiyaç vardır. Bu minvalde, bu çalışma Twitter ekosisteminde kullanıcıların haber tercihleri ve etkileşimleri ile haberin duygu polaritesi ve duygu durumları arasındaki ilişkiyi araştırmaktadır. Twitter'da kullanıcıların hangi polaritede haberleri daha çok beğendiği, beğeni ve retweet davranışlarında etkili olan kullanıcı türevli ve metin kaynaklı faktörler ortaya konulmuştur. Kullanıcı merkezli çalışmalara yöntemsel olarak yenilik getirmek amacıyla kullanıcılar yerine kullanıcıların Twitter ekosisteminde beğeni ve retweet sağlayarak geri bildirim sağladığı beş haber merkezinin tweetleri örneklem olarak kabul edilmiştir. Amaçlı örneklem alımı yapılan çalışmada beş haber merkezinin 2019-2022 yıllarında paylaştığı 462 binden fazla tweet, metin madenciliği, istatistik testler ve içerik analizi olmak üzere çoklu yöntem kullanılarak incelenmiştir. Metin madenciliğinin bir alt dalı olan duygu analizi işleminde 4 ayrı duygu sözlüğünden yararlanılmıştır. Duygu analizi sonucunda tweetlere dair elde edilen sayısal ve kategorik değerler, Twitter kullanıcılarının beğeni ve retweetleriyle karşılaştırılarak öne sürülen hipotez ve araştırma sorularına yanıt aranmıştır. Araştırma bulguları mevcut literatürle belirli noktalarda hem uyuşmakta hem de çelişmektedir. Söz konusu Twitter ekosisteminde haber etkileşimi olduğunda kullanıcılar haberleri retweetlemekten çok beğenmektedir. Sosyal medyadaki okurlar, tweetlerin genelinde olumlu tweetleri ortalamada daha çok beğenmekte, olumsuz tweetleri ise daha çok retweetlemektedir. Twitter'da kullanıcıların haberleri beğenmesinde tweetlerin duygu polaritesinin yanı sıra diğer kullanıcılar tarafından retweetlenmesi, tweet içerisinde bağlantı verilmesi, tweetlerde hashtag kullanımı, bir başka kullanıcıya atıf yapma vb. metinsel parametrelerin belirli oranlarda etkili olduğu tespit edilmiştir. Araştırmaya dair elde edilen bulgular kullanıcı merkezli yaklaşımlar ve konseptlerle (K&D, alımlama, aktif kullanıcı, kullanıcı failliği) yorumlanmış, sonuç bölümünde araştırmanın devamı niteliğinde gelecekteki çalışmalar için önerilerde bulunulmuştur.
Özet (Çeviri)
Digital networks and social platforms are the focal points of today's internet users' information acquisition and news consumption processes. Unlike traditional media audiences, contemporary media users experience a more initiative, autonomous, and active media engagement. In the current new media ecosystem where communities of media followers have evolved from being mere audiences to users, the news preferences and interactions of internet users can be comprehended through the digital traces they leave on social media platforms. Understanding the transition from media audience to user in communication studies necessitates a departure from linear approaches that emphasize media effects and perceive communication as a one-way line. Instead, user-centered approaches are needed to properly assess and interpret the potential offered by these emerging opportunities. In this context, this study investigates the relationship between users' news uses (preferences, engagements) and news sentiment (polarity score and category) on Twittersphere. The study identifies the polarity of news that users prefer more on Twitter, and highlights user-derived and text-based factors that influence liking and retweeting behaviors. To introduce methodological innovation to audience research, tweets from five news organizations that provide feedback through likes and retweets within the Twitter ecosystem are selected as the sample instead of individual users. In this purposive sampling study, more than 462,000 tweets shared by five newsrooms between 2019 and 2022 are examined using a combination of text mining, statistical tests, and content analysis. Four different sentiment dictionaries are employed in sentiment analysis, a subfield of text mining. The numerical and categorical values obtained from the sentiment analysis of tweets are compared with users' likes and retweets to address the proposed hypotheses and research questions. The research findings align and diverge with the existing literature at specific junctures. In the examined Twitter ecosystem, users tend to prefer liking news over retweeting it. Within the realm of social media, users tend to like positive tweets more on average, while negative tweets are retweeted more. The research concludes that, aside from the sentiment polarity of tweets, factors such as retweeting by other users, inclusion of links within tweets, usage of hashtags, references to other users, and other textual parameters have varying degrees of influence on users' liking of news on Twitter. The findings of the study are interpreted using audience centered approaches and concepts (K&D, reception, active user, user agency), and recommendations for follow-up studies that extend the research's scope are provided in the concluding section.
Benzer Tezler
- Disinformation in the post-truth era: A comparative analysis of the European Union, Türkiye and Brazil's instruments and practices for combating online disinformation
Hakikat sonrası çağda dezenformasyon: Avrupa Birliği, Türkiye ve Brezilya'nın çevrim içi dezenformasyonla mücadeleye yönelik araç ve pratiklerinin karşılaştırmalı analizi
İREM ŞARDAŞLAR
Yüksek Lisans
İngilizce
2025
İletişim BilimleriAnkara ÜniversitesiLatin Amerika Çalışmaları Ana Bilim Dalı
PROF. DR. BESİME PINAR ÖZDEMİR
- Sosyal medyadaki Türkçe sahte haberlerin derin öğrenme yaklaşımıyla tespiti ve sınıflandırılması
Detection and classification of fake news in Turkish on social media using a deep learning approach
GÜLSÜM KAYABAŞI KORU
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
PROF. DR. ÇELEBİ ULUYOL
- Sağlık iletişimi ve panik söylemi: Yeni medyada COVİD-19 haberleri
Health communication and panic discourse: COVID-19 news in new media
SEMRA AĞCABAY
- Twıtter üzerinden müşteri duygularının analiz edilerektürkiye'deki telekom operatörleri ile ilgili müşterimemnuniyetinin değerlendirilmesi
Evaluation of customer satisfaction about telecom operators in turkey by analyzing sentiments of customer through twitter
DOĞUKAN KÜNDÜM
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MİTAT UYSAL
DR. ÖĞR. ÜYESİ ZEYNEP HİLAL KİLİMCİ
- Yeni nesil derin bağlamsallaştırılmış kelime gösterimleri ve derin öğrenme modelleriyle finansal haberler kullanarak borsa tahminlemesi
Stock generation estimation using financial news with new generation deep contextualized word display and deep learning models
DERYA OTHAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP HİLAL KİLİMCİ