Sosyal medya insanların birbirleriyle iletişimini daha etkileşimli hale getirmiştir. Bu etkileşimler sayesinde çok büyük miktarlarda veriler üretilmektedir. Bu sayede gün geçtikçe artan verilerin işlenmesi ve analiz edilmesine yönelik ihtiyaçlar ortaya çıkmaktadır. Bu çalışmanın amacı, sosyal medya platformu olan twitter üzerinden insanların tartıştığı konular hakkında fikir sahibi olmaktır. İnsanların görüşlerinin sonuçlarını göstermek metin madenciliği konusunda alt yapı oluşturmak ve veri görselleştirme yöntemleriyle de verileri daha anlamlı hale getirmek istenmiştir. Bu çalışmada Twitter üzerinden toplanan verilere metin madenciliği yöntemleri uygulanmıştır. Metin madenciliğini, veri bilimi ve veri görselleştirme araçlarıyla birleştirerek veriler kolay anlaşılır hale getirilmiştir. Duygu analizi ile insanların yaptıkları paylaşımların pozitif, negatif veya nötr olma durumu analiz edilmiştir.
Social media has made people's communication more interactive. Thanks to these interactions, huge amounts of data are produced. In this way, the needs for processing and analyzing increasing data are emerging. The aim of this study is to have an idea about the issues that people discuss via the social media platform twitter. It was aimed to show the results of people's opinions, to create a substructure on text mining and to make the data more meaningful with data visualization methods. In this study, text mining methods were applied to the data collected on Twitter. By combining text mining with data science and data visualization tools, data is made easy to understand. Sentiment analysis was used to analyze whether people's posts were positive, negative or neutral.
Primary Language | Turkish |
---|---|
Subjects | Computer Software |
Journal Section | Research Articles |
Authors | |
Publication Date | June 30, 2020 |
Submission Date | January 23, 2020 |
Acceptance Date | April 20, 2020 |
Published in Issue | Year 2020 Volume: 1 Issue: 2 |
Journal of ESTUDAM Information is indexed by Index Copernicus, Google Scholar, ASOS Index and ROAD index.