Geri Dön

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)

PDF İndir

  1. Tez No: 846521
  2. Yazar: ÖMER AYBERK ŞENCAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ İSMAİL ATACAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Tez No

    839218

    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

    Türkçe

    2023

    İletişim Bilimleriİstanbul Ticaret Üniversitesi

    Medya Ve İletişim Çalışmaları Ana Bilim Dalı

    PROF. DR. OYA ŞAKI AYDIN

  2. Tez No

    878552

    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

    Türkçe

    2024

    Halkla İlişkilerKocaeli Üniversitesi

    Halkla İlişkiler ve Tanıtım Ana Bilim Dalı

    PROF. DR. MUSTAFA YILMAZ

  3. Tez No

    348700

    Identification of anonymous users in twitter

    Twitter'daki anonim hesapların ortaya çıkartılması

    İNANÇ ARIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YÜCEL SAYGIN

  4. Tez No

    743608

    Twitter'daki sürdürülebilir finans kümelenmesinin konu modelleme ve duygu analizi yöntemleriyle incelenmesi

    Analysing sustainable finance cluster on Twitter with topic modelling and sentiment analysis

    MURAT KAMACI

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İşletmeErzincan Binali Yıldırım Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. ŞULE YÜKSEL YİĞİTER

  5. Tez No

    423406

    Twitter'daki dini ve etnik temelli nefret söylemlerinin analizi

    Analysis of religious and ethnic hate speech on Twitter

    HASAN KARAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    GazetecilikMarmara Üniversitesi

    Gazetecilik Ana Bilim Dalı

    YRD. DOÇ. DR. ŞEVKİ IŞIKLI

Geri Dön