Duygu analizi ve fikir madenciliği: Youtube verisi üzerinde incelenmesi
Sentiment analysis and opinion mining: Examining youtube data
- Tez No: 893068
- Danışmanlar: DOÇ. DR. ESRA GÖKPINAR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Bu çalışmada, sözlük tabanlı metin madenciliği yöntemi kullanarak YouTube verisi üzerinde duygu analizi konusunu ele alınmıştır. YouTube, günümüzde en popüler video platformlarından biri olarak geniş bir kullanıcı kitlesi ve çeşitli içerik türleri sunmaktadır. Ancak, bu büyük veri kaynağını etkili bir şekilde analiz etmek ve içerikteki duygusal tonları belirlemek zor olabilir. Bu amaçla çalışmada, YouTube verisi üzerinde duygu analizi yapmak için sözlük tabanlı bir sistem geliştirilmiştir. Geliştirilen yöntem, videoların yorumlarını önceden oluşturulmuş bir duygu sözlüğü ile eşleştirerek yorumların duygu polaritesini (pozitif, negatif veya nötr) belirlemektedir. Duygu analizinde NRC-VAD duygu sözlüğü kütüphanesi kullanılmıştır. Kelimelerin yanı sıra, sosyal mecralarda sıkça kullanılan emoji ve ifadeler (emoticons) de bu tezde duygu analizi kapsamına alınarak, duygu polaritesine etkisi ayrıca incelenmiştir. Literatüre katkıda bulunacağı düşünülen, kelime eklerinin (İngilizcede modals, negators, adverbs) istatistiksel olarak kelimelerin duygu puanlarına etkisi de ayrıca incelenmiştir. Yapılan çalışmada duygu analizi ile YouTube verilerindeki videoların, videoya yapılan yorum sayısı, beğenme ve beğenilmeme sayıları, izlenme sayısı ve izlenme süresi gibi çeşitli faktörlerle etkileşimi incelenmesi amaçlanmıştır. Bu ilişkiyi anlayabilmek için korelasyon testi, regresyon ve karar ağaçları yöntemleri uygulanarak YouTube videosu bazında, kullanıcı yorumlarının videonun sosyal medyadaki etkileşimini arttırıp arttırmadığı konusunda sonuçlar elde edilmiştir. Sonuçlarda, YouTube videosuna verilen kullanıcı yorumlarının duygu polaritesinin, videonun izlenme, beğenilme gibi özellikleri üzerinde etkisinin pek belirgin olmadığı bulunmuştur. Bu çalışma, sosyal medya verisi üzerinde duygu analizi alanında yapılan araştırmalara katkı sağlayacak ve duygusal içeriklerin belirlenmesi ve analizi için kullanılabilecek pratik bir yöntem sunacağı düşünülmektedir.
Özet (Çeviri)
This study focuses on sentiment analysis on YouTube data using lexicon-based text mining. YouTube is one of the most popular video platforms today, offering a large user base and a variety of content types. However, analyzing this significant data source effectively and identifying emotional tones in the content can be challenging. For this purpose, this study develops a lexicon-based system for sentiment analysis on YouTube data. The proposed method determines the sentiment polarity (positive, negative, or neutral) of comments by matching the comments of videos with a pre-built sentiment dictionary. The NRC-VAD sentiment dictionary library is used for sentiment analysis. In addition to words, emojis and emoticons, which are frequently used in social media, are also included in the scope of sentiment analysis in this thesis, and their effect on sentiment polarity is also analyzed. The statistical impact of word affixes (modals, negators, adverbs in English), which are thought to contribute to the literature, on the sentiment scores of words was also examined. In this study, sentiment analysis was used to examine the interaction of videos in YouTube data with various factors such as the number of comments on the video, the number of likes and dislikes, the number of views, and the duration of views. To understand this relationship, correlation tests, regression, and decision tree methods were applied, and results were obtained on whether user comments increase the interaction of the video on social media. The results show that the sentiment polarity of user comments on a YouTube video does not significantly affect the video's features, such as views and likes. This study is expected to contribute to research in the field of sentiment analysis on social media data and provide a practical method that can be used to identify and analyze emotional content.
Benzer Tezler
- Terörizm içerikli online sosyal yorumların duygu analizi ve fikir madenciliği
Opinion mining and sentiment analysis for terrorist reviews on social media
IBRAHIM AMINE FADEL
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL ÖZ
- Sentiment analysis and opinion mining from big social data using mapreduce and machine learning methods
Mapreduce ve makine öğrenmesi yöntemleri ile büyük sosyal veride duygu analizi ve fikir madenciliği
BANAN JAMIL AWRAHMAN AWRAHMAN
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL ALATAŞ
- Heterojen veri kaynaklarında fikir madenciliği, otomatik özellik çıkarımı ve duygu analizi
Opinion mining in heterogeneous data sources, automatic aspect extraction and sentiment analysis
BARIŞ ÖZYURT
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Büyük veri üzerinde duygu analizi yöntemleri ve Azerbaycan diline uygulanması
Sentiment analysis methods on big data and application to Azerbaijan language
HUSEYN HASANLI
- Sentiment analysis and opinion mining via microblogging in social media like: Twitter
Twitter gibi sosyal medya ortamlarında mikro bloglama yoluyla duygu analizi ve fikir madenciliği
MUSTAFA SALMAN ABD AL-BNDİ
Yüksek Lisans
İngilizce
2015
Bilim ve TeknolojiÇankaya ÜniversitesiMatematik ve Bilgisayar Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. ABDÜL KADİR GÖRÜR