Sentiment analysis of tweets about karabakh in twitter by applying machine learning techniques
Twitter'da karabağ hakkinda atilan tweetlerin makine öğrenmesi teknikleri uygulanarak duygu analizi
- Tez No: 898281
- Danışmanlar: DR. ÖĞR. ÜYESİ OĞUZ KARAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Veri Analitiği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda sosyal medya platformları, küresel olaylara ilişkin farklı duygu ve görüş yelpazesini yansıtan güçlü bir kamuoyu duyarlılığı kaynağı haline geldi. Bu tez, uzun süredir devam eden ve bir sorun olan Karabağ konusuna ilişkin Twitter'da ifade edilen duyguları incelemektedir. Bu çalışma, gelişmiş duygu analizi teknikleri aracılığıyla Karabağ ile ilgili önemli bir tweet yapısını inceleyerek söylemdeki hakim duyguları, kalıpları ve eğilimleri değerlendirmeyi amaçlamaktadır. Analizimiz, son teknoloji duygu analizi metodolojilerine dayanarak tweet'leri olumlu, olumsuz veya tarafsız duygulara göre sınıflandırır. Doğal dil işleme ve makine öğrenimi algoritmalarını kullanarak makine öğrenimi modellerini karşılaştırdık ve en çok önerilen makine öğrenimi modelini elde edebildik. 10.000'den fazla tweet toplandı ve analiz edildi. Bu araştırmada metinsel verileri sayısal vektörlere dönüştürmek için Count Vectorizer ve TF-IDF vektörleştiriciler uygulanmıştır. Sonunda Lojistik Regresyonun, ilerleyen adımlarda anlatılacak olan diğer makine öğrenimi modellerine göre iyi performans gösterdiği sonucuna vardık. Bu araştırmanın sonuçları akademik araştırmanın ötesine geçerek sosyal medya platformlarının uzun süren jeopolitik çatışmalar sırasında kamuoyunu nasıl yansıttığı ve etkilediğine dair incelikli bir anlayış sunuyor. Bu çalışma, dijital söylem ile gerçek dünyadaki çatışmalar arasındaki ilişki hakkında bilgi sağlayarak duygu analizi, sosyal medya analitiği ve çatışma çalışmaları alanlarına katkıda bulunmaktadır.
Özet (Çeviri)
In recent years, social media platforms have become powerful sources of public sentiment, reflecting the diverse spectrum of emotions and opinions on global events. This thesis delves into the sentiments expressed on Twitter regarding the Karabakh conflict, a longstanding and continuous issue. Through advanced sentiment analysis techniques, this study examines a major corpus of tweets related to Karabakh, aiming to evaluate the prevailing sentiments, patterns, and trends within the discourse. Our analysis categorizes tweets into positive, negative, or neutral sentiments, relying on state-of-the-art sentiment analysis methodologies. Utilizing natural language processing and machine learning algorithms, we were able to compare machine learning models and acquire the top recommended ML model. More than 10.000 tweets were collected and analysed. In this research Count Vectorizer and TF-IDF vectorizers have been applied to convert textual data into numerical vectors. At the end, we concluded that Logistic Regression performed well compared to other ML models, which will be given in proceeding steps. The implications of this research extend beyond academic inquiry, offering a nuanced understanding of how social media platforms reflect and influence public opinion during protracted geopolitical conflicts. This study contributes to the fields of sentiment analysis, social media analytics, and conflict studies, by providing information about the relationship between digital discourse and real-world conflicts.
Benzer Tezler
- Analysis of gdpr notification emails sent by blockchain service providers and developers and sentiment analysis of tweets about gdpr notification emails
Blockchaın hizmet sağlayıcıları ve geliştiricileri tarafından gönderilen gdpr bildirim e-postalarının analizi ve gdpr bildirim e-postalarına ilişkin tweetlerin duygu analizi
FATMA EMÜL
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED ABDULLAH BÜLBÜL
- Sentiment analysis and classification of tweets based on machine learning
Makine öğrenimine göre tweetlerin duygu analizi ve sınıflandırılması
FIRAS FADHIL SHIHAB SHIHAB
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DURSUN EKMEKCİ
- Kuraklıkla ilgili sosyal medya mesajlarının duygu analizi
Sentiment analysis of social media data about drought
SEVDANUR DURAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TURGAY AYDOĞAN
- Natural language processing analysis of comments about education on Twitter during the COVID-19
COVID-19 sırasında Twitter'da eğitim ile ilgili yorumların doğal dil işleme analizi
LÜTVİYE ÖZGE POLATLI
Yüksek Lisans
İngilizce
2022
Mühendislik Bilimleriİstanbul Medipol ÜniversitesiSağlık Sistemleri Mühendisliği Ana Bilim Dalı (disiplinlerarası)
PROF. DR. HAKAN TOZAN
DR. ÖĞR. ÜYESİ MELİS ALMULA KARADAYI
- 2023 genel seçimleri döneminde X kullanıcılarının siyasi partiler hakkındaki düşüncelerinin metin madenciliği ile analizi
Analysis of X users' opinions about political parties during the 2023 general elections period using text mining
AHMET DENİZHAN
Yüksek Lisans
Türkçe
2024
Yönetim Bilişim SistemleriOsmaniye Korkut Ata ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. AHMET DOĞAN