Twitter'daki (X) havayolu şirket verilerinden makine öğrenmesi ve derin öğrenme yöntemleri ile duygu analizi gerçekleştirilmesi
Performing sentiment analysis using machine learning and deep learning methods on airline company data on twitter (X)
- Tez No: 846521
- Danışmanlar: DR. ÖĞR. ÜYESİ İSMAİL ATACAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 58
Özet
Sosyal medya platformlarının kullanımının her geçen gün artması, bu platformlarda kullanıcılar tarafından oluşturulan verilerin önemini ve değerini artırmıştır. Sonuç olarak, sosyal medya verilerini kullanarak çeşitli konu ve olaylarla ilgili toplum duyarlılığını analiz etmek giderek daha da önemli hale gelmiştir. Ancak, sosyal medya platformlarında üretilen verinin boyutu, insanların işleme yeteneklerinin ve kapasitelerinin ötesine geçmiştir. Bu noktada, sosyal medya analizinde yapay zekâ temelli modeller devreye girmiş ve kısa sürede popülerlik kazanmıştır. Bu tez çalışmasında, Amerika Birleşik Devletleri'nde hizmet veren altı büyük havayolu şirketine ilişkin sosyal medya kullanıcılarının görüşlerinin değerlendirilmesi amacıyla Makine Öğrenmesi (MÖ), Derin Öğrenme (DÖ) ve Hibrit modeller uygulanmakta ve elde edilen performans sonuçlarına göre bu yöntemlerin sosyal medya analizinin bir alt dalı olan duygu analizi alanındaki etkinlikleri karşılaştırılmaktadır. Veri setinin dengesiz olması nedeniyle, model performansını arttırmak için Sentetik Azınlık Aşırı Örnekleme Tekniği kullanılarak veriler çoğaltılmıştır. Yapılan deneysel çalışmalar sonucunda, en başarılı performansı gösteren algoritmanın 0.88 F-Skor değerini elde eden Rastgele Orman algoritması olduğu sonucuna varılmıştır. Buna ek olarak, literatürdeki çalışmalarla yapılan karşılaştırmalar; hem önerilen yöntemin başarılı ve rekabetçi bir şekilde sosyal medya verileri kullanılarak duygu analizi yapabildiğini hem de bu tez çalışmasının literatüre olan katkısını gösterir niteliktedir.
Özet (Çeviri)
The increasing use of social media platforms day by day has increased the importance and value of the data created by users on these platforms. As a result, it has become increasingly important to analyze public sentiment regarding various topics and events using social media data. However, the volume of data generated on social media platforms has gone beyond people's processing abilities and capacities. At this point, artificial intelligence-based models came into play in social media analysis and gained popularity in a short time. In this thesis study, Machine Learning (ML), Deep Learning (DL) and Hybrid models are applied to evaluate the opinions of social media users about six major airline companies serving in the USA, and according to the performance results obtained, these methods are used as a subbranch of social media analysis. Their effectiveness in the field of sentiment analysis is compared. Due to the imbalance of the data set, the data was replicated using the Synthetic Minority Oversampling Technique (SMOTE) method to improve model performance. As a result of the experimental studies, it was concluded that the algorithm that showed the most successful performance was the Random Forest algorithm, which achieved an F-Score of 0.88. In addition, comparisons with studies in the literature show that the proposed method can perform sentiment analysis successfully and competitively using social media data and the contribution of this thesis study to the literature.
Benzer Tezler
- Sosyal medyada yer alan Rusya ve Ukrayna savaşı haberlerinde dezenformasyon: Twitter (X) örneği
Disinformation in Russia and Ukraine war news on social media: The case of Twitter (X)
TAYLAN SIĞIRCI
Yüksek Lisans
Türkçe
2023
İletişim Bilimleriİstanbul Ticaret ÜniversitesiMedya Ve İletişim Çalışmaları Ana Bilim Dalı
PROF. DR. OYA ŞAKI AYDIN
- Uluslararası halkla ilişkiler bağlamında Türkiye'nin kamu diplomasisi uygulamaları: Twitter (X) üzerinde bir analiz
Türkiye's public diplomacy practices in the context of international public relations: An analysis on Twitter (X)
AYCAN ERDENİR
Doktora
Türkçe
2025
Halkla İlişkilerİstanbul Ticaret ÜniversitesiHalkla İlişkiler ve Reklamcılık Ana Bilim Dalı
PROF. DR. HİLAL ÖZDEN ÖZDEMİR ÇAKIR
- Twiplomasi'de resmi ve kişisel hesapların etkinliklerinin karşılaştırılması
Comparing the effectiveness of official and personal accounts in Twiplomacy
YELİZ TÜRKOĞLU
Doktora
Türkçe
2025
Siyasal BilimlerSüleyman Demirel ÜniversitesiSiyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN TURHAN
- Siyasal iletişim aracı olarak X platformu: 2024 Yerel Seçimlerinde İstanbul Büyükşehir Belediye Başkanlığı adaylarının Z kuşağına yönelik X kullanımları
The use of X platform as a political communication tool: The utilization of X by candidates for the Istanbul Metropolitan Municipality Mayoralty aiming at generation Z in the 2024 Local Elections
CÜNEYT GÖK
Yüksek Lisans
Türkçe
2024
Halkla İlişkilerKocaeli ÜniversitesiHalkla İlişkiler ve Tanıtım Ana Bilim Dalı
PROF. DR. MUSTAFA YILMAZ
- Yetişkin bireylerde sosyal medya kullanımı, kendini mükemmeliyetçi gösterme ve yetersizlik duygusu arasındaki ilişki
The relationship between social media use, self-perfectionism, and feelings of inadequacy in adults
NAZ BOZBAŞ
Yüksek Lisans
Türkçe
2025
PsikolojiİSTANBUL NİŞANTAŞI ÜNİVERSİTESİPsikoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EZGİ ÜNAL GÜRBAY