Makine öğrenmesi yöntemleri ile X platformunda istenmeyen gönderilerin tespiti
Detection of spams on platform X with machine learning methods
- Tez No: 904865
- Danışmanlar: DOÇ. DR. MEHMET ŞİMŞEK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Milli Savunma Üniversitesi
- Enstitü: Alparslan Savunma Bilimleri ve Milli Güvenlik Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Siber Güvenlik Bilim Dalı
- Sayfa Sayısı: 87
Özet
Sosyal medya platformları, günümüzde bilgi paylaşımı ve iletişimin önemli araçları haline gelmiş olsa da, spam/istenmeyen içeriklerin yayılması da önemli bir sorun olarak karşımıza çıkmaktadır. Bu tez, X sosyal medya platformunda (eski adı ile Twitter) istenmeyen gönderi tespiti için makine öğrenmesi yöntemlerinin etkinliğini araştırmaktadır. Türkiye'de trend olan konulara ait görsel içeren gönderilerden oluşturulan bir veri kümesi kullanılarak, istenmeyen gönderi tespiti için en etkili algoritmalar belirlenmeye çalışılmıştır. Veri kümesi, gönderi içeriklerinin etiketlerle olan ilişkisini ve görsel içeriklerini analiz etmek için Google'ın üretken dil modeli Gemini ve görsel analiz hizmeti Cloud Vision AI'yı kullanarak zenginleştirilmiştir. Beş farklı makine öğrenmesi algoritması (Karar Ağaçları, Rastgele Orman, SVM, Lojistik Regresyon, Çok Katmanlı Algılayıcı) kullanılarak yapılan deneyler sonucunda, Gemini'nin gönderi içeriklerinin etiketlerle ilişkisini analiz etme yeteneği ve Cloud Vision AI'nın görsel analiz özellikleri, Rastgele Orman algoritmasının veri seti üzerinde en yüksek doğruluk değerine ulaşmasını sağlamıştır. Çalışma, X platformunda istenmeyen gönderi tespiti için makine öğrenmesi yöntemlerinin uygulanabilirliğini kanıtlayarak, Google Gemini ve Cloud Vision AI araçlarının bu alanda kullanılabileceği yeni yollar sunmaktadır.
Özet (Çeviri)
While social media platforms have become essential tools for information sharing and communication, the proliferation of spam remains a significant challenge. This thesis investigates the effectiveness of machine learning methods for spam detection on the X social media platform (formerly Twitter). A dataset consisting of visual tweets related to trending topics in Turkey was created and used to identify the most effective algorithms for spam detection. The dataset was enriched using Google's generative language model Gemini and visual analysis service Cloud Vision AI to analyze the relationship between tweet content and labels, as well as the visual content. Experiments conducted using five different machine learning algorithms (Decision Trees, Random Forest, SVM, Logistic Regression, Multilayer Perceptron) revealed that the ability of Gemini to analyze the relationship between tweet content and labels, along with the visual analysis capabilities of Cloud Vision AI, enabled the Random Forest algorithm to achieve the highest accuracy and ROC AUC scores on the dataset. This study demonstrates the feasibility of machine learning methods for spam detection on the X platform, suggesting new avenues for utilizing Google Gemini and Cloud Vision AI tools in this domain
Benzer Tezler
- Deep feature transfer from deep learning models into machine learning algorithms to classify COVID-19 from chest X-ray images
Göğüs röntgeni görüntülerinden COVID-19 sınıflandırması yapmak amacıyla derin öğrenme modellerinden makine öğrenmesi algoritmalarına derin öznitelik aktarımı
OZAN GÜLDALİ
Yüksek Lisans
İngilizce
2021
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜL İNAN
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Ayrıştırım tabanlı yöntemler ile medikal görüntülerin sınıflandırılması
Classification of medical images with decomposition based methods
FURKAN EREN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP GÜNDOĞAR
- Makine öğrenmesi yöntemleri ile glokom hastalığının teşhisi
Diagnosis of glaucoma by machine learninhs methods
ŞERİFE HACİEFENDİOĞLU
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı
PROF. DR. HAKAN IŞIK