Geri Dön

Social media based crime prediction using machine learning

Makine öğrenme algoritmasını kullanarak sosyal medya tabanlı suç tahmini

PDF İndir

  1. Tez No: 835670
  2. Yazar: SAKIRIN TAM
  3. Danışmanlar: Assoc. Prof. Dr. ÖMER ÖZGÜR TANRIÖVER
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 110

Özet

Suç önleme, kolluk kuvvetleri için en etkili bir yönterm olan devriye stratejisini belirlemek için gerekli olan suç tahminine dayanır. Suç faaliyetlerini tahmin etmek için çeşitli çözümler kullanılmıştır. Ama suç tahmini için bilgi ortamı sürekli değişmektedir. Yararlı bir kaynak olan sosyal medya içerikleri tahmin modelleri tarafından göz ardı edilmiştir. Bu nedenle, suç tahmini için yeni makine öğrenimi modelleri ile twitler ve suç verisinin entegrasyonunun araştırılması amaçlamaktadır. Duygu durum analizi ve suç tahmini için ConvBiLSTM modelinin uyarlanması önerilmiştir. Bu tezde önerilen model, CNN ve Bi-LSTM'yi birleştirir. CNN, yüksek seviyeli yerel özellikleri verimli bir şekilde çıkarır ve BiLSTM, derin öğrenme algoritmalarının kullanabileceği bağlamsal bilgileri geliştirir. Bu yaklaşımın, etkinliğini doğrulamak için sahte haber tespitine de uygulanmıştır. Ayrıca araştırma, hem tweet'lerden hem de suçla ilgili verilerden gelen bilgileri entegre etmek için özellik düzeyinde (feature-level) veri füzyonunu kullanmaktadır. Çalışma iki önemli sonuç ortaya koymuştur: (1)Bu yaklaşım, tweet'leri kullanarak suç tahmininde gelişmiş doğruluk elde edebilmiştir, (2) hem suç hem de tweet verilerinden gelen bilgileri entegre edebilen çok modlu bir ConvBiLSTM modelini tanıtılmıştır, (3) model performansını diğer temel ve kıyaslama yapılan modellere göre değerlendirildiğinde daha iyi sonuçlar elde edilmiştir.

Özet (Çeviri)

Crime prevention relies on utilizing crime prediction as a pivotal method to determine the most efficient patrol strategy for law enforcement agencies. Various methods and solutions have been employed to forecast criminal activities. However, the landscape and data involved in crime prediction are constantly evolving. Despite its potential as a valuable source for gathering insights, social media content has often been overlooked by predictive models. Therefore, this study aims to investigate the possibilities and benefits of integrating sentiment analysis and crime data using an innovative machine learning model to predict crime. To achieve this goal, the study proposes an approach based on ConvBiLSTM (Convolutional Bidirectional Long Short-Term Memory) for both sentiment analysis and crime prediction. This approach combines a CNN and Bi-LSTM. The CNN efficiently extracts high-level local features, while the BiLSTM enhances the contextual information available to deep learning algorithms. We also apply this approach to sentiment analysis of tweets and fake news detection to verify its effectiveness. Furthermore, the research employs feature-level data fusion to integrate information from both tweets and crime-related data. The study demonstrates several key findings (1) this approach achieves state-of-the-art performance in crime prediction using tweets, (2) it introduces a multimodal ConvBiLSTM model capable of integrating information from both crime and tweet data, (3) the study evaluates its performance against other baseline and benchmark models, establishing its superiority.

Benzer Tezler

  1. Tez No

    546765

    E-itibar yönetimi: Doğrulama işaretlerinin itibara katkısı

    E-reputation management: The contribution of verification badges on reputation

    CAN ALPER BALİBEYOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    İletişim BilimleriGalatasaray Üniversitesi

    İletişim Ana Bilim Dalı

    DOÇ. DR. HALİME YÜCEL BOURSE

  2. Tez No

    712081

    Makro ihtiyati politika ve finansal istikrar ilişkisi: Türkiye'de konut sektörüne yönelik araçların etkinliği

    The relationship between macro prudential policy and financial stability: Effectiveness of tools for the housing sector in Turkey

    MURAT SARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    EkonomiGalatasaray Üniversitesi

    İktisat Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEHRA YEŞİM GÜRBÜZ

  3. Tez No

    375047

    Dijital medyada fanatizm: futbola ilişkin sosyal ağlarda nefret söylemi

    Fanaticism on digital media: hate speech related to football on social networks

    MERVE APSAR GÜZELKOKAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Radyo-TelevizyonGalatasaray Üniversitesi

    Radyo Televizyon ve Sinema Ana Bilim Dalı

    DOÇ. DR. ÖZLEM DANACI YÜCE

  4. Tez No

    666630

    Önleyici kolluk faaliyetleri kapsamında sosyal medyada veri madenciliği: Suçları önlemek için Twitter Analytic'i kullanma

    Data mining in social media for preventive policing activities: Using Twitter Analytics for crime prevention

    EMRE CİHAN ATEŞ

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Disiplinlerarası Adli Bilimler Ana Bilim Dalı

    DOÇ. DR. GAZİ ERKAN BOSTANCI

  5. Tez No

    858034

    Sosyal medyada yapay zekâ ile nefret söylemi tespiti

    Detection of hate speech on social media with artificial intelligence

    ÇAĞLA AKSOY

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Adli Bilişim Ana Bilim Dalı

    PROF. DR. ŞEREF SAĞIROĞLU

    DR. MUSTAFA UMUT DEMİREZEN

Geri Dön