Credibility analysis on tweets for news and discussion programs by using a hybrid credibility analysis method
Hibrit bir güvenilirlik analizi metodu kullanılarak haber ve tartışma programları üzerine yazılan tweetlerin güvenilirlik analizi
- Tez No: 442227
- Danışmanlar: DOÇ. DR. PINAR KARAGÖZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada teleziyonda yayınlanan haber ve tartışma programları hakkında yazılan microblogların güvenilirlik analizini yaptık. Verilerimizi en önemli mikroblog servislerinden biri olan Twitter'dan topladık. Güvenilirlik tanımımız üç boyuta dayanmaktadır: küfür kelimelerinden arı olmak, dikkat dağıtma amacında olmamak ve haber değeri taşımak veya önemli olmak. Gözetimli öğrenme ve karar ağacı yaklaşımlarının hibridi olan bir model geliştirdik. Öncelikle topladığımız veri seti üzerinde özelliklere dayanan sınıflandırma uygulayarak ilk sonuçları elde ederek karar ağacı kısmında sınıflandırma performansını yükseltmeye çalıştık. Grafiğe dayanan performans yükseltme yaklaşımımızı mikroblog mesajları ile bunların yazarları arasındaki güvenilirlik ilgisini çözmek için tasarladık. Bu grafikte mesaj-mesaj, mesaj-yazar ve yazar-yazar bağıntısına odaklandık. Önerdiğimiz metodun performansı deney setleriyle sınandı. Mesajların en son güvenilirlik skorları her üç boyuttaki sonuçlara dayandırılarak çıkarıldı.
Özet (Çeviri)
In this work, we have studied credibility analysis of microblogging about news and discussion programs broadcast on television. We collected our data from one of the most important microblogging services, Twitter. Our credibility definition is based on three dimensions: being free from slang words, free from spamming purposes and newsworthy or important. We developed a hybrid model of supervised learning approach and graph based hub and authority score transferring approach. Firstly applying feature based classification on the collected data set and obtaining initial results, we tried to improve classification performance by graph based part of our study. Our graph based improvement approach is proposed to uncover the credibility relevance between microblogging messages and writers of those messages. We focused on message-message, message-writer and writer-writer connections in this graph. The performance of the proposed method is analyzed through a set of experiments. The final credibility score of a message is deduced based on each three dimension results at the end.
