Turkish clickbait detection in social media via machine learning algorithms
Makine öğrenmesi algoritmaları ile sosyal medyada Türkçe clickbait tespiti
- Tez No: 684892
- Danışmanlar: DR. ÖĞR. ÜYESİ ELİF SÜRER, DR. ÖĞR. ÜYESİ MURAT PERİT ÇAKIR
- Tez Türü: Yüksek Lisans
- Konular: Dilbilim, Psikoloji, Bilim ve Teknoloji, Linguistics, Psychology, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Bilişsel Bilim Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çoğunlukla başlıklarda ve tanıtım mesajlarında kullanılan clickbait (tık tuzağı) stratejisi, metinle ilgili özelliklere sahip bazı merak uyandırıcı ifadeleri kullanarak insanların dikkatini çekmeyi ve onların bağlantıya tıklamalarını sağlamayı amaçlamaktadır. Son yıllarda özellikle sosyal medyada oldukça yaygın hale gelen tık tuzağı, bilgi akışı açısından büyük bir sorun teşkil etmektedir. Clickbait başlıkta vaat edilen bilgiler genellikle ana metinde yer almadığından, clickbait başlıklar okuyucuları hayal kırıklığına uğratmaktadır ve gazetecilik etiği açısından sorunludur. Bu tezde, Twitter'dan alınan Türk haber kaynaklarının manşetlerini de içeren 48.060 örnek ile bir Türkçe veri seti –ClickbaitTR– oluşturulmuş ve veri seti açık kaynak olarak paylaşılmıştır. Clickbait haber başlıklarının tespit edilmesi için bu veri seti üzerinde Yapay Sinir Ağları, Lojistik Regresyon, Rastgele Orman, Uzun-Kısa Süreli Bellek Ağı, Çift Yönlü Uzun-Kısa Süreli Bellek ve Topluluk Öğrenmesi gibi çeşitli makine öğrenmesi algoritmaları uygulanmıştır. Sonuçlar %97 doğruluk oranına sahip olan Çift Yönlü Uzun-Kısa Süreli Bellek algoritmasının clickbait başlıkları tespit etmede en iyi performansa sahip olduğunu ve ardından %93 doğrulukla Uzun-Kısa Süreli Bellek, Yapay Sinir Ağları ve Topluluk Öğrenmesi algoritmalarının geldiğini göstermektedir. Bu tezde başarılı bir clickbait tespiti performansının yanı sıra, clickbait cümlelerin merak ve ilgi gibi psikolojik mekanizmalarına odaklanılarak dilbilimsel ve psikolojik analizi sunulmuştur. Bu tez, en büyük clickbait veri seti ve Türkçe'deki en iyi clickbait tespiti performansı ile clickbait tespiti çalışmalarına katkıda bulunmaktadır.
Özet (Çeviri)
Clickbait strategy, mostly used in headlines and teaser messages, aims to attract people's attention, and make them click on the link by using intriguing expressions with various text-related features. Clickbait, which has become very common especially in social media in recent years, is a major problem for the flow of information. Since the information promised in the clickbait headline is generally not included in the main text, clickbait headlines disappoint readers and is problematic for ethics of journalism. In this thesis, we constructed a Turkish dataset –ClickbaitTR– with 48,060 samples, including headlines of Turkish news sources extracted from Twitter, and made it publicly available. Various machine learning algorithms such as Artificial Neural Network (ANN), Logistic Regression (LR), Random Forest (RF), Long Short-Term Memory Network (LSTM), Bidirectional Long Short-Term Memory (BiLSTM), and Ensemble Classifier (EC) were applied on the dataset for detecting the clickbait headlines. The results show that the BiLSTM has the best performance in detecting clickbait headlines with 97% accuracy followed by the LSTM, the ANN, and the Ensemble Classifier with 93% accuracy. In addition to a successful clickbait detection performance, in this thesis, linguistic and psychological analysis of clickbait sentences were presented with a focus on psychological mechanisms such as curiosity and interest. This thesis contributes to clickbait detection studies with the largest clickbait dataset and best clickbait detection performance in Turkish.
Benzer Tezler
- Aktif öğrenme ile Türkçe tıklama tuzağı (clickbait) haber tespiti
Detection of Turkish clickbait news headlines through active learning approach
ALPER CELAL AKGÜN
Yüksek Lisans
Türkçe
2026
Endüstri ve Endüstri MühendisliğiBursa Uludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLİN İNKAYA
- Türkçe haber metinlerinin yaklaşık en yakın komşu arama yöntemi ile benzerlik tespiti
Similarity detection of turkish news articles with approximate nearest neighbor search
HAKAN TORUN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALPASLAN BURAK İNNER
- Türk internet gazetelerinde tık yemi haberlerin sunum biçimleri ve gazetecilik etiği açısından eleştirisi
The presentation forms of clickbait news on Turkish online newspapers and criticism in terms of journalism ethics
KEREM KOSOVA
Yüksek Lisans
Türkçe
2019
GazetecilikAnadolu ÜniversitesiBasın ve Yayın Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEÇİL BANAR
- News readers' perception of clickbait news
Haber okuyucularının tık tuzağı haber algısı
ANIL KARACA
Yüksek Lisans
İngilizce
2019
İletişim BilimleriKadir Has Üniversitesiİletişim Bilimleri Ana Bilim Dalı
DOÇ. DR. EYLEM YANARDAĞOĞLU
- Digital labor quality and news quality in Turkish digital mainstream media
Türk ana akım medyasında dijital emek kalitesi ve haber kalitesi
NECATİ CAN MUMAY
Yüksek Lisans
İngilizce
2019
İletişim Bilimleriİstanbul Bilgi ÜniversitesiMedya ve İletişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA BİLGİÇ ERCAN