Twitter'da Duygu Analizi
Öz
Sosyal medya platformları, kullanıcılara tüm kategorilerde düşüncelerini ve duygularını paylaşacakları bir mecra oluşturmuş ve günlük rutinin bir parçası haline gelmiştir. Yaygın sosyal medya kullanımı ile devasa boyutlarda veriler oluşmaya başlamıştır. Veri hacmindeki bu hızlı artışla, bu verilerin yönetilme ve içerisinden anlamlı bilgi çıkarılması ihtiyacı doğmuş ve akıllı hesaplama yöntemlerinin bu verileri analiz etmesi son derece kritik bir hale gelmiştir. Duygu analizi, anlamlı bilgi elde etmek için verilere uygulanan süreçler bütünüdür. Bu makalede, kullanıcıların durum güncellemelerini “tweet” şeklinde yayınladığı, çok sayıda kullanıcı tarafından kullanılan popüler sosyal medya sitesi olan Twitter verileri üzerinde duygu analizi yapılmıştır. Bu analizi gerçekleştirmek için Naïve Bayes ve Support Vector Machine gibi makine öğrenme yöntemleri kullanılarak tweetleri pozitif ve negatif sınıflara ayırmak için akıllı bir model oluşturulmuş ve karşılaştırmalı sonuçlar verilmiştir
Anahtar Kelimeler
Kaynakça
- C. E. D. Eyüp Sercan AKGÜL, «Twitter verileri ile duygu analizi,» Pamukkale University Journal of Engineering Sciences, cilt 22, no. 2, 2016.
- S. E. SEKER, «Duygu Analizi (Sentimental Analysis),» YBS Ansiklopedi, cilt 3, no. 3, pp. 21-36, 2016.
- Ş. E. Ş. Amine YEŞİLYURT, «Metin Madenciliği Yöntemleri ile Twitter Duygu Analizi,» YBS Ansiklopedi, cilt 4, no. 2, 2017.
- P. V. T. S. S. N. R. S. Gound, «Twitter Data Sentiment Analysis and Visualization,» International Journal of Computer Applications, cilt 180, no. 20, pp. 14-16, 2018.
- M. D. M. F. A. Tansa Trisna Astono Putri, «Sentiment Analysis On Twitter Using The Target-Dependent Approach And The Support Vector Machine (SVM) Method,» Jurnal Mantik, cilt 4, no. 1, pp. 20-26, 2020.
- C. Z. a. S. L. R. Xia, «Ensemble of feature sets and classification algorithms for sentiment classification,» Information Sciences, cilt 181, no. 6, pp. 1138-1152, 2011.
- R. B. a. L. H. A. Go, «Twitter sentiment classification using distant supervision,» CS224N project report, Stanford , 2009.
- J. Read, «Using emoticons to reduce dependency in machine learning techniques for sentiment classification,» Proceedings of the ACL student research workshop, pp. 43-48, 2005.
Ayrıntılar
Birincil Dil
Türkçe
Konular
Bilgisayar Yazılımı
Bölüm
Araştırma Makalesi
Yayımlanma Tarihi
27 Ağustos 2020
Gönderilme Tarihi
24 Temmuz 2020
Kabul Tarihi
19 Ağustos 2020
Yayımlandığı Sayı
Yıl 2020 Cilt: 5 Sayı: 2
APA
İlhan, N., & Sağaltıcı, D. (2020). Twitter’da Duygu Analizi. Harran Üniversitesi Mühendislik Dergisi, 5(2), 146-156. https://doi.org/10.46578/humder.772929
AMA
1.İlhan N, Sağaltıcı D. Twitter’da Duygu Analizi. HUMDER. 2020;5(2):146-156. doi:10.46578/humder.772929
Chicago
İlhan, Nagehan, ve Duygu Sağaltıcı. 2020. “Twitter’da Duygu Analizi”. Harran Üniversitesi Mühendislik Dergisi 5 (2): 146-56. https://doi.org/10.46578/humder.772929.
EndNote
İlhan N, Sağaltıcı D (01 Ağustos 2020) Twitter’da Duygu Analizi. Harran Üniversitesi Mühendislik Dergisi 5 2 146–156.
IEEE
[1]N. İlhan ve D. Sağaltıcı, “Twitter’da Duygu Analizi”, HUMDER, c. 5, sy 2, ss. 146–156, Ağu. 2020, doi: 10.46578/humder.772929.
ISNAD
İlhan, Nagehan - Sağaltıcı, Duygu. “Twitter’da Duygu Analizi”. Harran Üniversitesi Mühendislik Dergisi 5/2 (01 Ağustos 2020): 146-156. https://doi.org/10.46578/humder.772929.
JAMA
1.İlhan N, Sağaltıcı D. Twitter’da Duygu Analizi. HUMDER. 2020;5:146–156.
MLA
İlhan, Nagehan, ve Duygu Sağaltıcı. “Twitter’da Duygu Analizi”. Harran Üniversitesi Mühendislik Dergisi, c. 5, sy 2, Ağustos 2020, ss. 146-5, doi:10.46578/humder.772929.
Vancouver
1.Nagehan İlhan, Duygu Sağaltıcı. Twitter’da Duygu Analizi. HUMDER. 01 Ağustos 2020;5(2):146-5. doi:10.46578/humder.772929
Cited By
COVID-19 Salgını Sürecinde Uzaktan Eğitime İlişkin Tweetlerin Duygusal Analizi
Journal of Computer and Education Research
https://doi.org/10.18009/jcer.950790Sentiment Analysis of Covid-19 Related Contents in Microblogs
Journal of Innovative Science and Engineering (JISE)
https://doi.org/10.38088/jise.935963SOSYAL MEDYA ANALİZİ: SOSYAL HİZMET TWEETLERİNDE COVID-19
Ufkun Ötesi Bilim Dergisi
https://doi.org/10.54961/uobild.1136565Sağlık Kuruluşlarının Kurumsal İtibarının Metin Madenciliği ve Duygu Analizi ile Değerlendirilmesi
Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi
https://doi.org/10.20875/makusobed.1500054Improving course evaluation processes in higher education institutions: a modular system approach
PeerJ Computer Science
https://doi.org/10.7717/peerj-cs.3110User-based topic, word, and sentiment analysis of Turkish tweets on platform X
Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi
https://doi.org/10.25092/baunfbed.1750569Customer Credit Risk Scoring Using Natural Language Processing (NLP): A News Analysis Approach
International Journal of Engineering and Innovative Research
https://doi.org/10.47933/ijeir.1814441