Abstract
References
- [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.
Abstract
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.
Keywords
References
- [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.
Details
| Primary Language | Turkish |
|---|---|
| Journal Section | PAPERS |
| Authors | |
| Publication Date | June 1, 2019 |
| Submission Date | October 31, 2018 |
| Acceptance Date | December 19, 2018 |
| Published in Issue | Year 2019 Volume: 4 Issue: 1 |
The Creative Commons Attribution 4.0 International License
is applied to all research papers published by JCS and
A Digital Object Identifier (DOI) 
is assigned for each published paper.