Twitter örneği üzerinden yapay zeka desteği ile sosyal mecralarda sahte hesap analizi

Basit Öğe Kaydı
dc.contributor.advisorBoyacı, Ali
dc.contributor.authorSöylemez, Refik
dc.date.accessioned2024-10-10T18:25:21Z
dc.date.available2024-10-10T18:25:21Z
dc.date.issued2023
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalıen_US
dc.descriptionFen Bilimleri Enstitüsü, Bilgisayar Ana Bilim Dalıen_US
dc.description.abstract2006 yılında kullanıcıları ile buluşan, yüz kırk karakter sınırı ile paylaşıma imkan kılan bir sosyal medya aracı olmanın yanı sıra otuz üç farklı dilde global bir kitleye erişen Twitter, zamanla iletişim, örgütlenme, satış ve pazarlama, mikroblog gibi farklı amaçlarla kullanılan sosyal medya platformlarından birine dönüştü. Twitter ile ilgili kuruluşundan bu yana kullanıcılar tarafından girilen ve "tweet" adı verilen iletilere yönelik veri analizi (duygu, etki, eğitim ve öğretim olanağı, siyasi kutuplaşma, vb.) ve veri girişi sağlayan kullanıcılara yönelik (bot analizi vb.) araştırmalar gerçekleştirilmiş olup, bu araştırmada Twitter iletilerinin insanları yanlış haberlerle bilgilendirmesini önleyebilmek amacıyla bot tweet ve hesapların analizine odaklanılmıştır. Makine öğrenimi yöntemleriyle gerçekleştirilen bu analizlerin doğruluk performansları, model oluştururken kullanılan eğitim verisinin seçimine göre değişmektedir. Bu çalışmada rastgele seçilen farklı eğitim verilerinin model performansına etkisine odaklanılmış ve irdelenmiştir.en_US
dc.description.abstractTwitter, which was launched in 2006 and enabled sharing with a limit of one hundred and forty characters, became one of the social media platforms used for communication, organization, sales and marketing, microblogging, and more, reaching a global audience in thirty-three different languages. Since its establishment, Twitter has been subjected to various studies, including data analysis of messages entered by users, known as "tweets," for sentiment, impact, education and training opportunities, political polarization, etc., as well as research focused on users who provide data entry (such as bot analysis). This research focuses on the analysis of bot tweets and accounts to prevent Twitter messages from misleading people with false news. The accuracy performance of these machine learning-based analyses varies depending on the selection of training data used to build the model. This study focuses on the impact and analysis of different randomly selected training data on model performanceen_US
dc.identifier.endpage52en_US
dc.identifier.startpage1en_US
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=S2eMu1TIwY_v4mYv58xAr77UPOYNcAgBHUF6cVvXP0Sj5N6tM19Z1UAsYCFv217D
dc.identifier.urihttps://hdl.handle.net/11467/7553
dc.identifier.yoktezid835698en_US
dc.language.isotren_US
dc.publisherİstanbul Ticaret Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.snmz2024_Tezen_US
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolen_US
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.titleTwitter örneği üzerinden yapay zeka desteği ile sosyal mecralarda sahte hesap analizien_US
dc.title.alternativeBot account analysis on social media with artificial intelligence support on twitter exampleen_US
dc.typeMaster Thesisen_US

Dosyalar

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu