Müzik verilerinin makine öğrenmesi yöntemleri ile duygu ve içerik analizi yapılması
Emotion and content analysis of music data using machine learning methods
- Tez No: 875565
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT ŞİMŞEK
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Bu tez, müzik verilerinin makine öğrenmesi ve derin öğrenme yöntemleri ile duygu ve içerik analizini gerçekleştirmeyi amaçlamaktadır. Bu yüksek lisans tezi, müzik akışı hizmeti sağlayıcısı Spotify kullanıcılarının incelemelerini makine öğrenmesi ve derin öğrenme yöntemleri ile analiz etmeyi amaçlamaktadır. Çalışmada, kullanıcı incelemelerindeki duygusal eğilimler ve içerik özellikleri belirlenerek, kullanıcı memnuniyetinin ve deneyiminin daha iyi anlaşılması hedeflenmiştir. Analizler için, Sayım Vektörizasyonu, TF-IDF vektörizasyonu, XGBoost, LSTM ve BERT gibi ileri seviye makine öğrenmesi ve derin öğrenme algoritmaları kullanılmıştır. Bu yöntemlerin performansları doğruluk, kesinlik, geri çağırma ve F1-skor gibi metrikler ile değerlendirilmiştir. Tez, Spotify kullanıcılarının geri bildirimlerinden elde edilen verilerle, müzik akışı hizmetlerinin kalitesini artırmak ve kullanıcı deneyimini iyileştirmek için önemli içgörüler sunmayı amaçlamaktadır. Gelecekteki çalışmalar için, daha büyük ve çeşitli veri setleri üzerinde farklı derin öğrenme modellerinin ve hibrit yöntemlerin kullanılması önerilmektedir. Ayrıca, gerçek zamanlı duygu analizi uygulamaları geliştirerek, sosyal medya ve müşteri geri bildirimleri gibi dinamik veri kaynaklarından anlık analizler yapılabilir. Bu tür gelişmeler, ticari ve sosyal araştırmalarda önemli katkılar sağlayacaktır. Tezde kullanılan yöntemlerin performans değerlendirmeleri, duygu analizi çalışmalarında kullanılabilecek en uygun yaklaşımların belirlenmesine yardımcı olmuş ve doğal dil işleme alanında önemli ilerlemeler kaydedilmesine zemin hazırlamıştır.
Özet (Çeviri)
This thesis aims to perform emotion and content analysis of music data with machine learning and deep learning methods. This master's thesis aims to analyze the reviews of music streaming service provider Spotify users with machine learning and deep learning methods. The study aimed to better understand user satisfaction and experience by determining emotional tendencies and content features in user reviews. Advanced machine learning and deep learning algorithms such as Count Vectorization, TF-IDF vectorization, XGBoost, LSTM and BERT were used for analyses. The performances of these methods were evaluated with metrics such as accuracy, precision, recall and F1-score. With data obtained from Spotify users' feedback, the thesis aims to provide important insights to improve the quality of music streaming services and improve user experience. For future studies, it is recommended to use different deep learning models and hybrid methods on larger and more diverse data sets. Additionally, by developing real-time sentiment analysis applications, instant analyzes can be made from dynamic data sources such as social media and customer feedback. Such developments will make significant contributions to business and social research. Performance evaluations of the methods used in the thesis helped determine the most appropriate approaches to be used in sentiment analysis studies and paved the way for significant advances in the field of natural language processing.
Benzer Tezler
- A support decision system for predicting rating values of preproduction TV content: An explainable machine learning approach
Yayınlanmamış TV içeriğinin reyting değerinin tahmin edilebilmesi için karar destek sistemi: Bir açıklanabilir makine öğrenimi yaklaşımı
BURAK BATIBAY
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Kognitif bozukluğu olmayan parkinson hastalarında erken tanı amaçlı klinik karar destek sistemi geliştirilmesi
Development of a clinical decision support system for early diagnosis in Parkinson's patients without cognitive impairment
NESLİHAN BAKİ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
DOÇ. DR. NURHAN GÜRSEL ÖZMEN
- CNN-based text-independent automatic speaker identification
Evrişimsel sinir ağı tabanlı metinden bağımsız otomatik konuşmacı tanılama
MANDANA FASOUNAKI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Çapraz e-ticaret pazarlarında hibrit öneri sistemi
Hybrid recommendation system at cross e-commerce markets
EMRE KÖSE
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
- Novel fractional order calculus-based audio processing methods and their applications on neural networks for classification and synthesis problems
Kesirli mertebeden kalkülüs temelli yeni ses işleme yöntemleri ve bunların sinir ağları üzerinde sınıflandırma ve sentez problemlerine uygulanması
BİLGİ GÖRKEM YAZGAÇ
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜRVET KIRCI