Sosyal ağ verileri kullanılarak Türkiye'nin duygu analizinin görselleştirilmesi
Küçük Resim Yok
Tarih
2014
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Karabük Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/closedAccess
Özet
Bireyler arasında iletişim tarih boyunca çeşitli araçların geliştirilmesi ve kullanılmasıyla süregelmiştir. Günümüzde iletişim, internet ve sosyal ağlar ile bütün bireyleri birbirine bağlayabilecek bir hale gelmiştir. Sosyal ağların sunduğu bu imkân ile bireyler çok çeşitli duygu ve düşünceleri başkaları ile paylaşmaktadırlar. Araştırmacılar ve şirketler sosyal ağlarda oluşan bu veri hazinesinin duygu analizini yapmak için çeşitli yöntemler geliştirmişlerdir. Bu yöntemler başlıca sözlük tabanlı yöntemler ve makine öğrenmesi yöntemleri olarak 2 ana grupta toplanır. Bu tez çalışmasında başlıca amaç sosyal ağ verileri kullanılarak duygu analizi yapılması ve sonuçların görselleştirilmesidir. Duygu analizi çalışması, popüler bir sosyal ağ ve mikroblog sitesi olan Twitter verileri üzerinde yapılmıştır. Twitter API kullanılarak elde edilen veriler üzerinde sözlük tabanlı ve makine öğrenmesi yaklaşımları kullanılarak duygu analizi çalışması yapılmıştır. Elde edilen sonuçlar karşılaştırılmış ve en uygulanabilir yöntemin makine öğrenmesi yöntemlerinden SMO algoritması olduğu görülmüş ve bu algoritmaya göre elde edilen sonuçlar kullanılmıştır. Duygu analizinin görselleştirilmesi için Google Maps Javascript API kullanılmıştır. Bu API ile Türkiye haritası üzerinde illere ait mutluluk oranları görselleştirilmiştir.
Communication between individuals have been ongoing with the development and use of various tools throughout the history. Today communication has become that could connect all individuals via internet and social networks. Individuals share a wide variety of emotions and thoughts with the offered facilities by social networks. Researchers and companies have developed various methods to study sentiment analysis on corpus of data in social networks. The principle methods among these are lexical-based methods and machine learning methods. The main purpose of this thesis is analyzing sentiments using social networks data and visualizing the results. Sentiment analysis work, has been done on the popular social networking and microblogging site Twitter. By the use of machine learning and lexical based approaches, sentiment analysis studies were conducted on the data obtained by Twitter API. The obtained results were compared and the most applicable method is determined as SMO algorithm which is one of the machine learning algorithms and the results obtained by this algorithm are used. For the visualization of sentiment analysis Google Maps Javascript API is used. Happiness rates of provinces of Turkey were visualized by using this API.
Communication between individuals have been ongoing with the development and use of various tools throughout the history. Today communication has become that could connect all individuals via internet and social networks. Individuals share a wide variety of emotions and thoughts with the offered facilities by social networks. Researchers and companies have developed various methods to study sentiment analysis on corpus of data in social networks. The principle methods among these are lexical-based methods and machine learning methods. The main purpose of this thesis is analyzing sentiments using social networks data and visualizing the results. Sentiment analysis work, has been done on the popular social networking and microblogging site Twitter. By the use of machine learning and lexical based approaches, sentiment analysis studies were conducted on the data obtained by Twitter API. The obtained results were compared and the most applicable method is determined as SMO algorithm which is one of the machine learning algorithms and the results obtained by this algorithm are used. For the visualization of sentiment analysis Google Maps Javascript API is used. Happiness rates of provinces of Turkey were visualized by using this API.
Açıklama
Bu tezin, veri tabanı üzerinden yayınlanma izni bulunmamaktadır.Yayınlanma izni olmayan tezlerin basılı kopyalarına üniversite kütüphaneniz aracılığı ile (TÜBESS üzerinden) erişebilirsiniz.
Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı
Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
