Araştırma Makalesi
BibTex RIS Kaynak Göster
Yıl 2019, Cilt: 4 Sayı: 1, 1 - 6, 01.06.2019

Öz

Kaynakça

  • [1] https://tr.wikipedia.org/wiki/Sosyal_a%C4%9F, (26/04/2018).
  • [2] http://www.tuik.gov.tr/PreTablo.do?alt_id=1048, (26/04/2018).
  • [3] Ö. Nazan, A. Serkan, “Sentiment analysis on Twitter: A text mining approach to the Syrian refugee crisis”, Telematics Inf., 35 (1) (2018), pp. 136-147.
  • [4] Saif H., He Y., Alani H., “Semantic Sentiment Analysis of Twitter”, ISWC 2012. ISWC 2012. Lecture Notes in Computer Science, vol 7649. Springer, Berlin, Heidelberg.
  • [5] U. Kursuncu, M. Gaur, U. Lokala, K. Thirunarayan, A. Sheth, and I. B. Arpinar, “Predictive Analysis on Twitter: Techniques and Applications,” in Springer-Nature, 2018.
  • [6] Anurag P. Jain, Vijay D. Katkar, "Sentiments analysis of Twitter data using data mining", 2015 International Conference on Information Processing (ICIP), 2015.
  • [7] P Selvaperumal and A Suruliandi. 2014. A short message classification algorithm for tweet classification. In Recent Trends in Information Technology (ICRTIT), 2014 International Conference on. IEEE, 1–3.
  • [8] N.Gürsakal, “Sosyal Ağ Analizi”, Anadolu Üniversitesi Yayınları, Türkiye,2016
  • [9] U.Çelik, E.Akçetin, M. Gök, “RapidMiner ile Veri Madenciliği”, Pusula Yayınları, 2017.
  • [10] G.Silahtaroğlu,”Veri Madenciliği Kavram ve Algoritmaları”, Papatya Yayıncılık, Türkiye, 2013.

BİR SOSYAL AĞDAN ALINAN VERİLERİN ANLAMSAL KUTUPLANDIRILMASI

Yıl 2019, Cilt: 4 Sayı: 1, 1 - 6, 01.06.2019

Öz

İnternetin gelişmesiyle birlikte kullanım oranı
her geçen gün artan sosyal ağlar kirli ve düzensiz verilerin bulunduğu ortamlar
haline gelmiştir. Verileri düzenleyen ve analiz eden sistemler oluşturabilmek
amacıyla bu makalede, twitter sosyal ağından elde edilen Türkçe tweetlerden
duygu çıkarımı yapılarak tweetlerin olumlu, olumsuz, nötr olarak sınıflandırılması
sunulmuştur. Twitter üzerinden çekilen 20000 verinin sözlük tabanlı doğal dil
işleme modeli ile kelimelerin sayısını temel alan özellik vektörleri elde
edilmiştir, Elde edilen tweetlerin
14471
adedi
gönüllü bireyler tarafından etiketlenip %60’ı
eğitim %40’ı test verisi olarak kullanılmıştır. Test verisinin sınıflandırılması
DVM, Naïve Bayes ve Karar Ağacına göre yapılmıştır. Elde edilen sonuçlara göre
en yüksek doğruluk oranı Karar Ağacı ile elde edilmiştir.

Kaynakça

  • [1] https://tr.wikipedia.org/wiki/Sosyal_a%C4%9F, (26/04/2018).
  • [2] http://www.tuik.gov.tr/PreTablo.do?alt_id=1048, (26/04/2018).
  • [3] Ö. Nazan, A. Serkan, “Sentiment analysis on Twitter: A text mining approach to the Syrian refugee crisis”, Telematics Inf., 35 (1) (2018), pp. 136-147.
  • [4] Saif H., He Y., Alani H., “Semantic Sentiment Analysis of Twitter”, ISWC 2012. ISWC 2012. Lecture Notes in Computer Science, vol 7649. Springer, Berlin, Heidelberg.
  • [5] U. Kursuncu, M. Gaur, U. Lokala, K. Thirunarayan, A. Sheth, and I. B. Arpinar, “Predictive Analysis on Twitter: Techniques and Applications,” in Springer-Nature, 2018.
  • [6] Anurag P. Jain, Vijay D. Katkar, "Sentiments analysis of Twitter data using data mining", 2015 International Conference on Information Processing (ICIP), 2015.
  • [7] P Selvaperumal and A Suruliandi. 2014. A short message classification algorithm for tweet classification. In Recent Trends in Information Technology (ICRTIT), 2014 International Conference on. IEEE, 1–3.
  • [8] N.Gürsakal, “Sosyal Ağ Analizi”, Anadolu Üniversitesi Yayınları, Türkiye,2016
  • [9] U.Çelik, E.Akçetin, M. Gök, “RapidMiner ile Veri Madenciliği”, Pusula Yayınları, 2017.
  • [10] G.Silahtaroğlu,”Veri Madenciliği Kavram ve Algoritmaları”, Papatya Yayıncılık, Türkiye, 2013.
Toplam 10 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Bölüm PAPERS
Yazarlar

Taner Tuncer 0000-0003-0526-4526

Dilber Çetintaş Bu kişi benim

Yayımlanma Tarihi 1 Haziran 2019
Gönderilme Tarihi 31 Ekim 2018
Kabul Tarihi 19 Aralık 2018
Yayımlandığı Sayı Yıl 2019 Cilt: 4 Sayı: 1

Kaynak Göster

APA Tuncer, T., & Çetintaş, D. (2019). BİR SOSYAL AĞDAN ALINAN VERİLERİN ANLAMSAL KUTUPLANDIRILMASI. Computer Science, 4(1), 1-6.

The Creative Commons Attribution 4.0 International License 88x31.png  is applied to all research papers published by JCS and

a Digital Object Identifier (DOI)     Logo_TM.png  is assigned for each published paper.