Sosyal medyadaki finans içerikli gönderilerden duygu sınıflandırması
Sentiment classification from financial content posts on social media
- Tez No: 905380
- Danışmanlar: DOÇ. DR. YUNUS SANTUR
- 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: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 121
Özet
Günümüz dijital çağında sosyal medya, finansal piyasalarda yatırımcı davranışlarını ve piyasa trendlerini anlamak için önemli bir veri kaynağı haline gelmiştir. Bu çalışmada, Twitter verileri ve borsa hisselerinin fiyatları kullanılarak sosyal medya içeriklerinin finans piyasaları üzerindeki etkileri incelenmiş ve bu etkilerin duygu temelli analizlerle piyasa üzerinde nasıl kullanılabileceği değerlendirilmiştir. 2023 yılı Temmuz ayından 2024 yılı Temmuz ayına kadar #xu100 ve #bist100 etiketleriyle toplanan 10.505 tweet, yorum sayısı, retweet, beğeni, görüntüleme sayısı, zaman, tarih ve hisse fiyatı gibi özelliklerle birlikte analiz edilmiştir. Doğal dil işleme (DDİ) teknikleri kullanılarak her bir tweet pozitif, negatif ve nötr olarak sınıflandırılmıştır. Sonuçlar, pozitif duygu içeren tweetlerin hisse fiyatlarında artış, negatif duygu içerenlerin ise düşüş eğiliminde olduğunu göstermektedir. LSTM ve GRU modelleri ile üçlü sınıflandırma yapılmış; üçlü sınıflandırma modellerinde eğitim doğruluğu yüksek olmasına rağmen test doğruluğunda aşırı öğrenme problemi gözlemlenmiştir. Model performansları kesinlik, duyarlılık ve F1 skoru ile değerlendirilmiş; negatif sınıfların tanımlanmasında zorluklar olduğu belirlenmiştir. Bu bulgular, finansal piyasa hareketlerinde duygu sınıflandırmasının potansiyelini ortaya koymakta ve gelecekteki model geliştirmeleri için öneriler sunmaktadır.
Özet (Çeviri)
In today's digital era, social media has become an important data source for understanding investor behavior and market trends in financial markets. In this study, Twitter data and stock prices were used to examine the impact of social media content on financial markets, and the potential use of sentiment-based analysis in influencing the market was evaluated. A total of 10,505 tweets tagged with #xu100 and #bist100 were collected from July 2023 to July 2024 and analyzed along with features such as comment count, retweets, likes, views, time, date, and stock price. Using Natural Language Processing (NLP) techniques, each tweet was classified as positive, negative, or neutral. The results indicated that tweets with positive sentiment were associated with increases in stock prices, while tweets with negative sentiment showed a tendency toward declines. Three-class classification was conducted using LSTM and GRU models; although training accuracy was high in three-class classification models, an overfitting problem was observed in test accuracy. Model performance was evaluated using precision, recall, and F1 score metrics, and difficulties were identified in recognizing negative classes. These findings highlight the potential of sentiment classification in tracking financial market movements and provide suggestions for future model improvements.
Benzer Tezler
- Sosyal medyadaki iletilerin kripto para fiyatları üzerindeki etkisi: Twitter örneği
The impact of social media posts on cryptocurrency prices: The example of Twitter
NOOR MOHAMMAD RASHIDI
- Sosyal medyadaki hisse paylaşımlarının yatırımcının alım satım kararları üzerindeki etkisi twitter uygulaması
Başlık çevirisi yok
FATİH TAMDOĞAN
- Marka ve reklamın bilinirlik üzerinde etkisi Katılım bankaları üzerine bir çalışma
The effect of brand name and commercials on recognition A study on partipication banks
BETÜL ÇAKIR
Yüksek Lisans
Türkçe
2014
Bankacılıkİstanbul Sabahattin Zaim Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. ÖZGÜR KÖKALAN
- Social media regulations in cybersecurity
Siber güvenlikte sosyal medya düzenlemeleri
USAMA AHMAD MUGHAL
Yüksek Lisans
İngilizce
2024
Bilim ve TeknolojiÜsküdar ÜniversitesiFen Bilimleri ve Teknolojileri Ana Bilim Dalı
PROF. DR. SALİM JİBRİN DANBATTA
- Web 3.0'da dijital emeğin dönüşümü: Sosyal finans örneği
Başlık çevirisi yok
ROBİN KANAT
Yüksek Lisans
Türkçe
2023
İletişim BilimleriGalatasaray ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
DOÇ. DR. TOLGA ÇEVİKEL