Sosyal medya etkileşimlerine bağlı stres tespiti için yapay zeka tabanlı bir topluluk öğrenmesi modeli önerisi
An artificial intelligence based ensemble learning model for stress detection based on social media interactions
- Tez No: 912083
- Danışmanlar: DOÇ. DR. YUSUF KUVVETLİ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Depresyon, sosyal medyanın yaygınlaşmasıyla birlikte artan ve bireylerin yaşam kalitesini olumsuz etkileyen önemli bir ruh sağlığı sorunudur. Dünya Sağlık Örgütü'ne göre, depresyonun erken teşhisi, intihar gibi ciddi sonuçların önlenmesinde kritik bir rol oynamaktadır. Bu tez çalışması, sosyal medya platformunda paylaşılan gönderiler aracılığıyla kullanıcıların ruh halleri üzerindeki depresyon ve anksiyete belirtilerini analiz etmeyi amaçlamaktadır. Çalışma kapsamında, depresif eğilimler gösteren kullanıcıların sıklıkla kullandıkları kelime ve ifadeler belirlenerek, duygu analizine dayalı bir yöntem geliştirilmiştir. Bu çalışma, depresyonun erken teşhisi ve müdahalesi için sosyal medya verilerinin etkin kullanımına yönelik bir model önermektedir. Sosyal medya verileri üzerinde yapılan analizlerde, depresyon belirtilerinin tespitine odaklanılmış ve bu amaçla duygu analizinin temel kavramları ve yöntemleri detaylı bir şekilde ele alınmıştır. Çalışmada, metin madenciliği süreçlerinden elde edilen veriler üzerinde, destek vektör makineleri, yapay sinir ağları ve XGBoost gibi makine öğrenimi algoritmaları uygulanmıştır. Ayrıca, topluluk (ensemble) öğrenme yaklaşımlarıyla model performansı artırılmış ve bu yöntemlerin doğruluk oranları literatürdeki benzer çalışmalarla karşılaştırılmıştır. Sonuçlar, önerilen modelin, depresyon tespitinde geleneksel yöntemlere kıyasla daha yüksek doğruluk ve performans sağladığını ortaya koymuştur. Önerilen modelin performans metriklerinden doğruluk %91, kesinlik %90, duyarlılık %91.5 ve F1 skoru 0.907 sonucunu vermiştir. Bu bağlamda çalışma, sosyal medya verilerinin duygu analizi yoluyla anlamlandırılmasının, ruh sağlığı alanında yenilikçi yaklaşımlar sunabileceğini ve sağlık profesyonellerine değerli bir veri kaynağı oluşturabileceğini göstermektedir.
Özet (Çeviri)
Depression is an important mental health problem that has increased with the widespread use of social media and negatively affects the quality of life of individuals. According to the World Health Organization, early diagnosis of depression plays a critical role in preventing serious consequences such as suicide. This thesis aims to analyze the symptoms of depression and anxiety on users' moods through posts shared on the social media platform. Within the scope of the study, a method based on sentiment analysis was developed by identifying the words and expressions frequently used by users with depressive tendencies. This study proposes a model for the effective use of social media data for early diagnosis and intervention of depression. The analysis of social media data focuses on the detection of depression symptoms and for this purpose, the basic concepts and methods of sentiment analysis are discussed in detail. In the study, machine learning algorithms such as support vector machines, artificial neural networks and XGBoost are applied on the data obtained from text mining processes. In addition, ensemble learning approaches were used to improve model performance and the accuracy rates of these methods were compared with similar studies in the literature. The results show that the proposed model provides higher accuracy and performance in depression detection compared to traditional methods. The performance metrics of the proposed model are accuracy 91%, precision 90%, recall 91.5% and F1-score 0.907. In this context, the study shows that making sense of social media data through sentiment analysis can offer innovative approaches in the field of mental health and provide a valuable data source for healthcare professionals.
Benzer Tezler
- Factors related to psychological problems and life satisfaction of newcomer Turkish immigrants in the Netherlands
Hollanda?ya Türkiyeden yeni göç etmiş göçmenlerin psikolojik problemleri ve yaşam doyumlariyla ilgili etmenler
OLGA SELİN HÜNLER
- Butik tarzı alış veriş birimlerinde tasarım kriterlerinin değerlendirilmesi
A Research on designing concepts for boutique type stores
MELTEM YAPRAK ONARCAN
- The implications of social media usage on voting behaviorsand decisions: A study on first-time voters in Turkey
Sosyal medya kullanımının oy verme davranışları ve kararlar üzerindeki etkisi: Türkiye'de ilk kez oy verenler üzerine bir çalışma
IMANE SEDRATI
Yüksek Lisans
İngilizce
2023
Siyasal BilimlerBahçeşehir ÜniversitesiKüresel İlişkiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNAN AŞÇI
- A new approach to corporate social responsibility: Corporate digital responsibility, analysis of Turkish banking and e-commerce sectors
Kurumsal sosyal sorumluluğa yeni bir yaklaşım: Kurumsal dijital sorumluluk, Türk bankacılık ve e-ticaret sektörlerinin analizi
CEYDA CİHAN AYDOĞDU
Doktora
İngilizce
2024
BankacılıkGalatasaray ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
PROF. DR. BANU MÜJDE BASKAN KARSAK
- Purchase prediction and item prediction with RNN using different user-item interactions
Farklı kullanıcı-ürün etkileşim türlerini kullanarak özyineli sinir ağları ile ürün ve satış tahminlemesi
FULYA ÇELEBİ SARIOĞLU
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF YASLAN
