SweetTweet: A semantic analysis for microblogging environments

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2010

Tezin Dili: İngilizce

Öğrenci: EMRE YURTSEVER

Danışman: SUSAN MICHELE ÜSKÜDARLI

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Web 2.0 kavramı, güncel İnternet uygulamalarının geliştirilmesinde kullanıcıların katılımını önemli bir unsur haline getirdi. Artık kullanıcılar İnternette sunulan servisleri sadece kullanmakla kalmıyor, aynı zamanda bu servislerle etkileşime girerek servisin içeriğinin oluşturulmasına katkıda bulunuyorlar. Microblog'lar son zamanlarda İnternet üzerinde bulunan en ilgi çekici uygulama konumundalar. Alışılageldik blog'larla karşılaştırıldıklarında, hızlı, basit ve kullanımları kolay olan Microblog'lar, bu özellikleri ile kullanıcıların dikkatini çekiyor. Twitter en popüler microblog konumunda ve her gün milyonlarca ileti gönderen milyonlarca kullanıcıya sahip. Bu nedenle, Twitter üzerinde muazzam derecede büyük bir veri bulunuyor ve bu veri büyümeye devam ediyor. Bu yüksek lisans tezinde yaptığımız çalışma, gerçekten değerli bilgileri içeren bu verinin kategorilere ayrılması ve analiz edilmesi, kullanıcıların Microblog'a yaptıkları katkının anlaşılabilir olması ve değerli bilgilerin ortaya çıkartılabilmesi için bir yöntem sunmak şeklinde özetlenebilir. Ancak microblog'larda özellikle içerik boyutu konusunda bazı sınırlamalar bulunuyor. Analiz yapabilmek için elimizde bulunan tek veri, kullanıcının mesajlarında bulunan kelimeler olduğundan, bu özellik Twitter üzerinde bulunan verinin analiz edilmesini zorlaştırıyor. Modelimizde ilk adım, kullanıcıların mesajlarının alınıp kelimelere ayrılması, sonraki adımda ise bu mesajların analiz edilmesi ve anlaşılmaya çalışılması olarak sıralanabilir. Mesajların analiz edilmesi aşamasında semantik ağ kaynakları kullanılıyor. Bu tez çalışmasında, Linked Data girişiminin merkezi bir bileşeni olan DBpedia, semantik ağ kaynağı olarak seçildi. DBpedia, WikiPedia'da bulunan verileri RDF formatında sunar ve bu veri seti üzerinde karmaşık SPARQL sorguları yapabilmek için bir arayüz sağlar. Bu tez çalışmasında sunduğumuz model, kullanıcıların mesajlarında en sık kullanılan kelimeleri alır, semantik ağ kaynaklarında sorgular ve bu kaynaktan dönen kategorileri eşleştirir. Analiz işleminin sonunda, kullanıcıların microblog'a yaptıkları katkıları anlamamıza yarayan grup kategori ismi ortaya çıkmış olur.