Geri Dön

Akan sosyal medya verilerinden kentsel sosyal kümelerin keşfi için veri madenciliği tekniklerinin geliştirilmesi

Development of data mining techniques for the discovery of urban social clusters from streaming social media data

PDF İndir

  1. Tez No: 921601
  2. Yazar: ALPER ECEMİŞ
  3. Danışmanlar: DOÇ. DR. METE ÇELİK, DOÇ. DR. AHMET ŞAKİR DOKUZ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 185

Özet

Sosyal medya platformları, kullanıcıların birbirleriyle iletişim kurmalarına, içerik üretmelerine ve bilgiye erişmelerine olanak sağlayan çevrimiçi iletişim ağlarıdır. Sosyal medya platformlarındaki verilerinin analizi ise toplumdaki kullanıcıların davranışlarını, eğilimlerini ve etkileşimlerini anlamak için oldukça önemlidir. Bu bağlamda tez çalışması kapsamında, akan sosyal medya verilerinden kentsel sosyal kümelerin keşfi, önem derecelerinin belirlenmesi ve konu analizi problemi dört temel aşama ile ele alınmıştır. Bu amaçla, öncelikle, akan veri zaman, mekân ve içerik bakımından kayan pencere yöntemi ile analiz edilerek anormal sosyal aktiviteler tespit edilmektedir. Ardından, kentsel sosyal kümeler keşfedilip, zaman, mekân ve meta bilgiler kullanılarak kümelerin önem puanı ve sırası belirlenmektedir. Daha sonra, keşfedilen kentsel sosyal kümelerdeki konular zamansal ve mekânsal olarak analiz edilerek kentsel sosyal kümelerdeki dönemsel, genel ve kalıcı konular tespit edilmektedir. Son olarak akan sosyal medya verisi blokzincir sistemine uyarlanarak verinin şeffaf, güvenilir ve izlenebilir bir şekilde depolanması ve işlenmesi sağlanmaktadır. Sonuç olarak, çalışmaların literatürdeki rakiplerine kıyasla işlem zamanı bakımından daha iyi performans sergilediği ortaya konmaktadır.

Özet (Çeviri)

Social media platforms are online communication networks that allow users to communicate with each other, generate content and access information. The analysis of social media data is very important for understanding the behavior, trends, and interactions of users in society. In this context, this thesis addresses the problem of discovering urban social clusters, determining their importance, and conducting spatio-temporal topic analysis from streaming social media data in four main phases. In this focus, first, the streaming data is analyzed in terms of time, space, and content using sliding window method to detect anomalous social activities. Then, urban social clusters are discovered, and their importance scores and ranks are determined using temporal, spatial, and meta-information. Subsequently, the topics within the discovered urban social clusters are analyzed temporally and spatially to discover temporary, general, and consistent topics in urban social clusters. Finally, the streaming social media data is adapted to the blockchain system to store and process the data in a transparent, reliable, and traceable manner. In conclusion, the proposed methods demonstrate improved execution time performance compared to existing approaches in the literature.

Benzer Tezler

  1. Tez No

    714489

    Araçlardan kaynaklı emisyonların izlenmesine yönelik coğrafi analizler için açık kaynak kodlu ve web tabanlı bir gösterge paneli önerilmesi

    Deploying an open source web-based dashboard for geo-spatial analyses to monitor the emissions from vehicles

    ABDULLAH UĞUR TOPAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. HANDE DEMİREL

  2. Tez No

    846764

    Sosyal medya veri kümelerinden yaygın ve hareketli sosyal şehir küme keşfi için tekniklerin geliştirilmesi

    Development of techniques for frequent and moving social urban cluster discovery from social media datasets

    EMRE ERDOĞMUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. METE ÇELİK

    DOÇ. DR. AHMET ŞAKİR DOKUZ

  3. Tez No

    855583

    Consumer attitudes towards vintage clothing

    Tüketicinin vintage giyime yönelik tutumları

    KAOUTAR ISMAILI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Uluslararası TicaretHaliç Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. PERRAN AKAN

  4. Tez No

    32608

    Organ nakli ve bağışı üzerine bir araştırma

    Başlık çevirisi yok

    AHMET KERİM YUMAK

    Yüksek Lisans

    Türkçe

    Türkçe

    1994

    NefrolojiGazi Üniversitesi

    Kazaların Demografisi ve Epidemiyolojisi Ana Bilim Dalı

    DOÇ. DR. HAMZA GAMGAM

  5. Tez No

    629189

    Dinamik sosyal ağlarda akan ve çok boyutlu veri üzerinden analiz ve tahmin yapılması

    Analysis and prediction in sparse and high dimensional data with using dynamic social networks

    ONUR CAN SERT

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TANSEL ÖZYER

Geri Dön