Economic forecasting database using GDELT project data
GDELT projesi verisini kullanan ekonomik tahmin veri tabanı
- Tez No: 600201
- Danışmanlar: PROF. DR. HAYRİ SEVER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde GDELT Küresel Bilgi Grafiği (GKG) verisi ekonomik sözlüğümüz ve tekil ülkeler için belirli bir zaman diliminde duygusallık değerlerini ölçmek için kullanılmıştır. Tekil çevrimiçi makalelerin ton değerleri tekil ekonomik terimlerin duygusallık değerlerinin temeli olarak kullanılmıştır, bu değerler daha sonra orijinal dosya kaynaklarında dosyaların toplam duygusallık değerleri, olumsuz duygusallık değerleri, olumlu duygusallık değerleri ve kutupluluk değerlerinin ölçülmesi için kullanılmıştır. Kutupluluk değerleri eşleşen değerlerin sayısının toplam kelime sayısına bölümüyle hesaplanmıştır. Bütün bu alanların ilk beş örnek değerleri tekil dosyalar ve dosyalardaki konum etiketleri ilk olarak terimleri ayrı olarak, daha sonra terimleri gruplar halinde kümeleyerek hesaplanmıştır.
Özet (Çeviri)
In this thesis, GDELT Global Knowledge Graph (GKG) data is used to analyse the sentiment values of our economic dictionary and for individual countries in a specific timeframe. The tone values of the individual online articles were used as basis for sentiment values for individual economic terms, which are then used on the original file resources to find their total sentiment values, negative sentiment values, positive sentiment values, and polarity of the files. Polarity of the files are calculated using the amount of matching terms divided by total terms in files. First 5 sample results of all these fields are calculated for individual files and location tags in the files initially by using the terms individually, and then by clustering the terms in groups.
Benzer Tezler
- Perakende hazır giyim firmasında makine öğrenmesi yöntemleriyle satış tahmini
Sales forecasting in a retail fashion company using machine learning methods
ŞEYMA GÖNEN HALICI
Yüksek Lisans
Türkçe
2024
İşletmeİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Application of the SLURP model using remote sensing and geographic information systems
SLURP modelinin uzaktan algılama ve coğrafi bilgi sistemleri kullanılarak uygulanması
ENGİN UZUNOĞLU
Yüksek Lisans
İngilizce
1999
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. A. ÜNAL ŞARMAN
- Savunma sanayiinde patent analizi ile teknoloji tahmini: insansız hava araçları uygulaması
Technology forecasting in defense industry via patent analysis: application of unmanned aerial vehicles
SOYDAN ABA
Yüksek Lisans
Türkçe
2019
Savunma ve Savunma TeknolojileriMilli Savunma ÜniversitesiSavunma Yönetimi Ana Bilim Dalı
DOÇ. DR. SERKAN ALTUNTAŞ
- Pasif mikrodalga verileri üzerinden bir dolu tespit modelinin geliştirilmesi
Development of hail detection model using passive microwave data
ABDURRAHMAN DURMAZ
Yüksek Lisans
Türkçe
2025
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÖZTOPAL
- Makine öğrenmesi kullanarak Türkiye'de elektrikli araç şarj istasyonlarının potansiyel kullanım performansının mekânsal tahmini
Spatial estimation of potential utilization performance of electric vehicle charging stations in Türkiye using machine learning methods
SERKAN TANRIVERDİ
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADALET DERVİŞOĞLU