1 Şubat 2024 Tez Açık Erişim

Demiröz, Tuna Arda

Dublin Core

<?xml version='1.0' encoding='utf-8'?>
<oai_dc:dc xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
  <dc:contributor>Güçlü, Hasan</dc:contributor>
  <dc:creator>Demiröz, Tuna Arda</dc:creator>
  <dc:date>2024-02-01</dc:date>
  <dc:description>İnternet ve sosyal medya platformlarının evrimi ile birlikte bilgi üretimi, tüketimi, dolaşımı ve aktarımı, önceki dönemlere göre benzersiz bir hız kazanmıştır. Güncel istatistiksel ve sosyal çalışmalar ise Facebook, Twitter ve Instagram gibi sosyal medya platformlarının, insan davranışlarını etkileyen oldukça önemli verilere sahip olduğunu göstermektedir. Bu veriler, COVID-19'un yayılmasını izlemek, önlemek ve kontrol altına almak için kullanılabilecek, özellikle insanların duygusal durumlarını analiz etmek ve anlamak için büyük bir kaynak sunmaktadır. Bu tez çalışmasında, Türkiye’de COVID-19 aşılama sürecine yönelik toplumsal duygusal tepkileri anlamak ve analiz etmek amacıyla Twitter verileri kullanılmıştır. Çalışma, aşılamanın toplumsal duygu durumunu belirli bir zaman diliminde Türkçe tivitler aracılığıyla incelemeyi ve aşılamayla ilgili düşünceleri, endişeleri, memnuniyeti ve diğer duygusal tepkileri anlamayı hedeflemiştir. Bu bağlamda, Twitter verileri istatistiksel yöntemler, makine öğrenmesi, Doğal Dil İşleme (NLP) teknikleri ve sözlük tabanlı yaklaşım kullanılarak analiz edilmiştir. Üzerine çalışılan veri seti, Şubat 2020’den Ocak 2023’e kadar dünya genelinde atılan Türkçe tivitlerden oluşmaktadır. Söz konusu dönemde aşılama ile ilgili yaklaşık 200 milyon tivit filtrelendikten sonra elde edilen 38,628 tivit analiz edilmiştir.</dc:description>
  <dc:identifier>https://aperta.ulakbim.gov.trrecord/263524</dc:identifier>
  <dc:identifier>oai:aperta.ulakbim.gov.tr:263524</dc:identifier>
  <dc:language>tur</dc:language>
  <dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
  <dc:rights>https://creativecommons.org/licenses/by-nc-sa/4.0/</dc:rights>
  <dc:subject>COVID-19</dc:subject>
  <dc:subject>Duygu Durum Analizi</dc:subject>
  <dc:subject>Sözlük Tabanlı Yaklaşım</dc:subject>
  <dc:subject>Doğal Dil İşleme</dc:subject>
  <dc:subject>Twitter Verileri</dc:subject>
  <dc:title>Türkiye'de COVID-19 Aşılaması Hakkında Toplumsal Duygusal Durumun Sosyal Medya Verileri Üzerinde Makine Öğrenmesi Metotları Kullanılarak İncelenmesi</dc:title>
  <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
  <dc:type>publication-thesis</dc:type>
</oai_dc:dc>