DUYGUSAL TWITTER ANALİZİ

İnsanlar sanal âlemde her geçen gün sosyalleşmek için paylaşım yaparak, duygu ve düşüncelerini değişik platformlarda diğer insanlara duyurmakta ve onlarla paylaşım yapmaktadır. İnsanların duygu ve düşünceleri onların doğadaki olaylara ve bu olayların öznelerine karşı davranış ve söylemlerini şekillendirmektedir. Özellikle sanal platformlardan Twitter, her geçen gün popülerliği artmakta ve hızlı bir mikro blog tarzında kullanıcılarına anlık paylaşım yapma ve içerik görüntüleme imkânı vermektedir. Duygusal Twitter Analizi çalışması; insanların olaylar karşısındaki duygu ve düşüncelerinin Twitter üzerindeki yapmış oldukları paylaşımların içeriklerinden belirlenip belirlenemeyeceği üzerinedir. Makine öğrenimi, Yapay Zekâ ve önceden oluşturulmuş Corpus adı verilen büyük veriler sayesinde %98.8 oranında sınıflandırmamız mümkün olmuştur. Bu sınıflandırma sayesinde hedef kitlenin ya da kişinin eğilimleri önceden tahmin edilebilmekte ve bu da politika yapıcıları ile tanıtım-pazarlama sektörü için yapılacak yatırımlar ve söylemler hakkında bir fikir verebilmeyi mümkün kılmaktadır. Bu çalışmada önceki çalışmalardan farklı olarak tek bir algoritma kullanmak yerine üç farklı algoritma kullanılmıştır. Duygusal analizde doğal dil işleme teknikleriyle beraber hangi algoritma daha verimlidir sorusuna cevap vermiştir. Çalışmada 4500 öğe içeren bir veri seti kullanılmıştır. Bu veri setinin 4000 öğesi sistemi eğitmek ve geri kalan kısmı ise sistemin testi için kullanılmıştır. Kullanılan algoritmalar arasında en verimli çalışanı Naïve Bayes olmuştur. Bu algoritma %98.8 oranında doğru sonuç vermiştir. Sırayla Karar ağacı algoritması %93.1 ve N-Gram algoritması ile % 73.9 başarı elde edilmiştir. Bu çalışmada sistemin doğu çalışmasından emin olduktan sonra anlık olarak kullanıcı temelinde Twitler analiz edilmiştir . 

Human shares lots of thing in cyberspace every day to socialize and shares their sense and ideas in social platforms to announce to others. One’s thoughts and senses shape his behaviors and reaction to these events and subjects of these. Twitter, one of the social media platform has a popularity getting bigger in everyday and gives opportunity to its users to share their sense, thoughts, and view contents as a microblog. My work naming “Sentinel Twitter Analysis” is on detecting people’s senses and thoughts by their shares in social media platform, Twitter. Thanks to Machine Learning (ML), Artificial Intelligence (AI) and big data naming PreSet Corpus, it could be possible to classify tweets with nearly 98.8% accuracy. In this study, tree different algorithms are used in spite of using only one regarding with prior ones. In Sentimental Analysis, it was answered to the question that “Which algorithm is the most efficient when it is used with Natural Language Processing. A data set containing 4500 tokens is used in study. 4000 of this data set were used to train the system and the rest was used to test the system. The most efficient algorithms among used tree was Naïve Bayes. This algorithm gave 98.8% percent accuracy while Decision Tree Algorithm gave 93.1% and N-grams algorithm gave 73.9% accuracy. After being ensured that system runs correctly, user-based Tweets were analyzed instantly.