Sosyal Medya Mesajlarının Veri Madenciliği Yöntemi ile Duygu Analizi ( Sivas İli Örneği )

Abstract

Bilgisayarın günlük hayatımızda önemli bir yere sahip olmasıyla birlikte, kişilerin bilgi paylaşımı ve sosyal medya kullanımı da artış göstermiştir. Bu artış ile birlikte sosyal medya ortamlarında anlamlı ve anlamsız veri yığınları meydana gelmektedir. Veri yığınlarının anlamlı hale getirilmesi, sosyal medya üzerinden paylaşılan bilgilerden çıkarımlar yapılması konusunda duygu analizi önemli bir çalışma alanıdır. Duygu analizi, bir metin içerisindeki ifade de anlatılmak istenen duyguyu belirlemeyi amaçlamaktadır. Etkin bir duygu analizi yapılabilmesi için öncelikle verilerin doğru duygu sınıflarına ayrılması gerekmektedir. Bu nedenle çalışma kapsamında incelenecek veriler direkt duygulara (mutluluk, kızgınlık, şaşkınlık gibi) ayrılarak gruplandırılmıştır. Bu tezde, sosyal medya ağı olan Twitter kullanıcılarının Sivas İli’ne ait paylaşımları analiz edilmiştir. Yapılan paylaşımların ifade ettiği duygular “Mutlu”, ”Kızgın”, ”Şaşkın”, ”Üzgün”, ”Tarafsız” olmak üzere beş farklı sınıfta toplanmıştır. Yazım hatalarından arındırıldıktan sonra bu beş grupta etiketlenen veriler, duygu analizi yöntemleriyle analiz edilmiş ve elde edilen sonuçlar incelenmiştir.

With the computer having an important place in our daily lives, the use of information sharing and social media has also increased. With this increase, meaningful and meaningless data stacks occur in social media environments. Sentiment analysis is an important area of work to make meaningful data stacks and to make inferences from information shared on social media. Sentiment analysis, described in the statement in a text aims to determine the desired emotion. In order for an effective sentiment analysis to be made, the data must first be divided into correct emotion classes. Therefore, the data to be examined within the scope of the study were grouped by direct emotions (such as happiness, anger, bewilderment). In this thesis, the shares of the social media network Twitter users from the province of Sivas were analyzed. The emotions expressed by the shares are grouped in five different classes: ”Happy”, “Angry ”,”Confused”,”Sad”, “Neutral". After being cleared of spelling errors, the data labeled in these five groups were analyzed by sentiment analysis methods and the results were analyzed.