Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Van Yüzüncü Yıl Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik (Dr), Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: Erol Kına
Danışman: Recep Özdağ
Özet:
Duygu analizi, metin madenciliğinde kullanılan bir metindeki duygu ve fikirleri analiz etmek için kullanılan bir tekniktir. Son yıllarda duygu analizi için yeni yöntemler geliştirilerek daha başarılı sonuçlar elde edilmektedir. Bu çalışmada, Twitter üzerinden elde edilen ham tweetlerle Türkçe ve İngilizce iki ayrı veri seti oluşturuldu. Twitter’da mobil oyunlarla alakalı 376.431 adet Türkçe ve 1.839.274 adet İngilizce olmak üzere toplam 2.215.708 adet tweet kullanıldı. Basit makine öğrenme algoritmaları, Oylama Sınıflayıcısı (Voting Classifier- VC), Evrişimsel Sinir Ağı (Convolutional Neural Network- CNN), Uzun Kısa Süreli Bellek (Long Short-Term Memory- LSTM) gibi makine öğrenme algoritmaları kullanılarak sonuçlar elde edildi. TEMSAP-CNNLSTM (CNN-LSTM tabanlı Twitter Mobil Oyun Duyarlılık Analizi Yaklaşımı) adlı bir model geliştirildi. Ayrıca İngilizce ve Türkçe veri setleri için Voting Classifier yöntemi kullanılarak basit makine öğrenme algoritmalarına göre başarılı sonuçlar elde edildi. Geliştirilen TEMSAP-CNNLSTM modeliyle, mobil oyun kullanıcılarının mobil oyunlarla ilgili yazdıkları tweetlerde gizli duyguları otomatik olarak olumlu veya olumsuz olarak analiz edilerek hem uzun hem de kısa metin dizileri işlenebilmektedir. Mobil oyunlara ilişkin Twitter verilerinde duygu analizinin literatürde hiç çalışılmamış olması ve hibrit bir model olarak geliştirilen TEMSAP-CNNLSTM kullanılarak optimal performans kriterlerine ulaşılması bu çalışmanın önemini göstermektedir. Bu çalışmanın amacı: Duygu analizi yaparak, mobil oyun oynayan kitlelerin yorumlarından elde edilen sonuçlarla, mobil oyun üreticilerine yeni satış stratejileri sunması, beklenti ve şikayetlerin belirlenebilmesi ve planlamada yol gösterici olabilmesidir.