SavedAdd your journal

Journals / Bilişim Teknolojileri Dergisi / 2017 / Cilt: 10 - Sayı: 3

FATİH Projesine Yönelik Görüşlerin Metin Madenciliği Yöntemleri İle Otomatik Değerlendirilmesi

Hanife GÖKER
Hakan TEKEDERE
Pages
291–299
Publication Date
2017-07-31
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Performansı karşılaştırılan algoritmalardan en yüksek başarımın Ardışık Minimal Optimizasyon Algoritmasına ait olduğu (%88,73) gözlemlenmiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Öz Bu çalışmada, FATİH projesine yönelik internet ortamında yer alan görüşlerin metin madenciliği yöntemleri ile otomatik tespitinin yapılması amaçlanmaktadır.
📊
Key Findings & Data:Çalışmada FATİH projesine yönelik 444 görüş içeren metin dosyasındaki metinler tf-idf ağırlıklandırma yöntemi ile vektörel olarak temsil edilerek sınıflandırma algoritmalarının model başarım ölçütleri karşılaştırılmıştır.
💡
Conclusion & Impact:Performansı karşılaştırılan algoritmalardan en yüksek başarımın Ardışık Minimal Optimizasyon Algoritmasına ait olduğu (%88,73) gözlemlenmiştir.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Anahtar Kelimeler Metin madenciliği · FATİH projesi · metin sınıflandırma

Özet

Öz Bu çalışmada, FATİH projesine yönelik internet ortamında yer alan görüşlerin metin madenciliği yöntemleri ile otomatik tespitinin yapılması amaçlanmaktadır. Çalışma iki temel kısımdan meydana gelmektedir. İlk basamakta, internet ortamındaki yapısal olmayan veri kümelerinin yapısal veri haline dönüştürülmesini sağlamak amacıyla metin madenciliği veri önişleme yazılımı geliştirilmiştir. İkinci basamakta ise geliştirilen metin madenciliği veri önişleme yazılımı ile yapısal veri kümesine dönüştürülen veriler üzerinde makine öğrenmesi algoritmaları uygulanarak yorumlar otomatik sınıflandırılmaktadır. Geliştirilen metin madenciliği veri önişleme yazılımının en önemli ayırt edici özelliği, yazılımın sadece FATİH projesine yönelik görüşlerinin veri önişleme basamağında değil, istenilen amaca yönelik metin sınıflandırma işleminin veri önişleme basamağında konudan bağımsız bir şekilde kullanılabilir olmasıdır. Çalışmada FATİH projesine yönelik 444 görüş içeren metin dosyasındaki metinler tf-idf ağırlıklandırma yöntemi ile vektörel olarak temsil edilerek sınıflandırma algoritmalarının model başarım ölçütleri karşılaştırılmıştır. Performansı karşılaştırılan algoritmalardan en yüksek başarımın Ardışık Minimal Optimizasyon Algoritmasına ait olduğu (%88,73) gözlemlenmiştir.

🔖

Cite This Article

GÖKER, H., TEKEDERE, H. (2017). FATİH Projesine Yönelik Görüşlerin Metin Madenciliği Yöntemleri İle Otomatik Değerlendirilmesi. Bilişim Teknolojileri Dergisi, Cilt: 10 - Sayı: 3, 291–299. https://ajindex.com/articles/251871

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (15)

  1. K. Doğan, S. Arslantekin, “Büyük Veri: Önemi, Yapısı ve Günümüzdeki Durum”, DTCF Dergisi, 56 (1), 15-36, 2016
  2. M. Ö. Dolgun, T. G. Özdemir, D. Oğuz, “Veri Madenciliğinde Yapısal Olmayan Verinin Analizi: Metin ve Web Madenciliği”, İstatikçiler Dergisi, 2(2), 48-58, 2009
  3. A. Karadağ, H. Takçı, “Metin Madenciliği ile Benzer Haber Tespiti”, Akademik BiliĢim Konferansı Bildirileri, Muğla Üniversitesi, 10-12 Şubat, 2010
  4. M. F. Amasyalı, B. Diri, F. Türkoğlu, “Farklı Özellik Vektörleri ile Türkçe Dokümanların Yazarlarının Belirlenmesi”, 15. Türkiye Yapay Sinir Ağları Sempozyumu, Muğla, 21- 24 Haziran, 2006
  5. A. C. Tantuğ, “Metin Sınıflandırma (Text Classification)”, Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 5(2), 2012
  6. Aşlıyan, R., Günal, K., “Metin İçerikli Türkçe Doküman Sınıflandırılması”, Akademik BiliĢim Konferansı Bildirileri, Muğla Üniversitesi, 10-12 Şubat, 659-665, 2010
  7. L. Kuzucu, MüĢteri memnuniyeti belirlemek için metin madenciliği tabanlı bir yazılım aracı, Yüksek Lisans Tezi, Maltepe Üniversitesi, Fen Bilimleri Enstitüsü, 2015
  8. H. Núñez, E. Ramos, “Automatic Classification of Academic Documents Using Text Mining Techniques”, In Informatica (CLEI) XXXVIII Conferencia Latinoamericana, Medelin-Colombia, 1-5 October, 1-7, 2012
  9. P. Sobkowicz, M. Kaschesky, G. Bouchard, “Opinion Mining in Social Media: Modeling, Simulating, and Forecasting Political Opinions in the Web”, Government Information Quarterly, 29, 470-479, 2012
  10. V. Levent, B. Diri, “Türkçe Dokümanlarda Yapay Sinir Ağları İle Yazar Tanıma”, Akademik BiliĢim’14 Konferansı Bildirileri, Mersin Üniversitesi, 5-7 Şubat, 735-741, 2014
  11. M. M. Mostafa, “More Than Words: Social Networks’ Text Mining For Consumer Brand Sentiments”, Expert Systems with Applications, 40(10), 4241-4251,2013
  12. A. Visa, “Technology of text mining”, In International Workshop on Machine Learning and Data Mining in Pattern Recognition, Springer-Verlag London, July 25-27, 1–11, 2001
  13. F. Erten, Metin madenciliği tabanlı bir web sitesi sınıflandırma aracı tasarımı, Yüksek Lisans Tezi, Maltepe üniversitesi, Fen bilimleri Enstitüsü, 2015
  14. D. Kılınç, E. Borandağ, F. Yücalar, V. Tunalı, M. Şimşek, A. Özçift, “KNN Algoritması ve R Dili ile Metin Madenciliği Kullanılarak Bilimsel Makale Tasnifi”, Marmara Fen Bilimleri Dergisi, 28(3), 89-94. 2016
  15. V. Tunalı, Metin madenciliği için iyileĢtirilmiĢ bir kümeleme yapısının tasarımı ve uygulaması”, Doktora