| 000 -LEADER |
|---|
| fixed length control field |
05926nam a2200517 i 4500 |
| 003 - CONTROL NUMBER IDENTIFIER |
|---|
| control field |
TR-AnTOB |
| 005 - DATE AND TIME OF LATEST TRANSACTION |
|---|
| control field |
20230908000939.0 |
| 007 - PHYSICAL DESCRIPTION FIXED FIELD--GENERAL INFORMATION |
|---|
| fixed length control field |
ta |
| 008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION |
|---|
| fixed length control field |
171111s2018 xxu e mmmm 00| 0 eng d |
| 040 ## - CATALOGING SOURCE |
|---|
| Original cataloging agency |
TR-AnTOB |
| Language of cataloging |
eng |
| Description conventions |
rda |
| Transcribing agency |
TR-AnTOB |
| 041 0# - LANGUAGE CODE |
|---|
| Language code of text/sound track or separate title |
Türkçe |
| 099 ## - LOCAL FREE-TEXT CALL NUMBER (OCLC) |
|---|
| Classification number |
TEZ TOBB FBE BİL YL’18 ERD |
| 100 1# - MAIN ENTRY--PERSONAL NAME |
|---|
| Personal name |
Erdoğan, Ahmet Enis |
| 9 (RLIN) |
123288 |
| 245 10 - TITLE STATEMENT |
|---|
| Title |
Sosyal medya profilleri arasında benzerlik tespiti ve gösterimi / |
| Statement of responsibility, etc. |
Ahmet Enis Erdoğan. |
| 264 #1 - PRODUCTION, PUBLICATION, DISTRIBUTION, MANUFACTURE, AND COPYRIGHT NOTICE |
|---|
| Place of production, publication, distribution, manufacture |
Ankara : |
| Name of producer, publisher, distributor, manufacturer |
TOBB ETÜ Fen Bilimleri Enstitüsü, |
| Date of production, publication, distribution, manufacture, or copyright notice |
2018. |
| 300 ## - PHYSICAL DESCRIPTION |
|---|
| Extent |
xiii, 48 pages ; |
| Dimensions |
29 cm |
| 336 ## - CONTENT TYPE |
|---|
| Source |
rdacontent |
| Content type code |
txt |
| Content type term |
text |
| 337 ## - MEDIA TYPE |
|---|
| Source |
rdamedia |
| Media type code |
n |
| Media type term |
unmediated |
| 338 ## - CARRIER TYPE |
|---|
| Source |
rdacarrier |
| Carrier type code |
nc |
| Carrier type term |
volume |
| 502 ## - DISSERTATION NOTE |
|---|
| Dissertation note |
Tez (Yüksek Lisans)--TOBB ETÜ Fen Bilimleri Enstitüsü Ekim 2018 |
| 520 ## - SUMMARY, ETC. |
|---|
| Summary, etc. |
Sosyal Medya” kullanıcıların bilgi paylaşımında bulunduğu platformlara verilen genel<br/>addır. Sosyal medya kullanımı son senelerde oldukça yaygınlaşmıştır. Kullanıcılar<br/>birden fazla Sosyal Medya Platformunda kişisel veya gündemdeki olaylar ile alakalı<br/>paylaşımlarda bulunmaktadır. Sosyal medyanın geniş kitleler tarafından kullanılması<br/>sosyal medya kullanıcıları hakkında bilgilerin çıkarılması ve kullanıcılar arasındaki<br/>benzerliklerin tespit edilmesi arayışını ortaya çıkarmıştır. Sosyal medya<br/>platformlarındaki kullanıcıların birbirlerine benzerliği tespit edildiği takdirde<br/>kullanıcıların eğilimleri, ilgi alanları, önem verdiği konular belirlenebilir. Ayrıca,<br/>reklamların hedef kitleye ulaşmasında da bu benzerlik bilgilerinden faydalanılabilir.<br/>Bununla birlikte, farklı amaçlarla gerçek sahibinin kim olduğunun doğrulanmasına<br/>ihtiyaç duyulan hesaplar da bu bilgiler ışığında tespit edilebilir. Bu çalışmada Doğal Dil<br/>İşleme(DDİ) teknikleri kullanarak kullanıcıların paylaşımları arasındaki benzerliklerin<br/>tespit edilmesi için geliştirdiğimiz teknikler sunulmuştur. Konu Modelleme ve Adlandırılmış Varlık Tespiti teknikleri kullanılarak kullanıcıların yazılı paylaşımlarından<br/>nitelik çıkarımı yapılmıştır. Bu nitelikler Word Embedding teknikleri ve Word Mover’s<br/>Distance tekniği kullanılarak kullanıcılar arasındaki benzerlikler çıkarılmıştır. DDİ<br/>tekniklerinin yanında kullanıcıların sosyal medya platformlarını kullandığı saatlerden,<br/>kullanıcı bilgilerinden ve kullanıcının arkadaşlarının isimlerinden yola çıkarak<br/>kullanıcılar arası benzerlik tespiti için teknikler önerilmiştir. Geliştirilen tekniklerden<br/>DDİ teknikleri ile oldukça etkili sonuçlar alınmıştır. Bu teknikler yardımı ile verilen bir<br/>kullanıcı kümesindeki toplulukların ve öbeklerin tespit edilebildiği gösterilmiştir. Ayrıca<br/>farklı sosyal medya platformlarındaki profiller arasında benzerlik tespiti yapılarak aynı<br/>kişiye ait sosyal medya profillerinin tespit edilebildiği gösterilmiştir. Çalışmada<br/>geliştirilen metriklerin farklı kullanıcı kümelerinde daha kolay denenmesi amacıyla bir<br/>web uygulaması geliştirilmiştir. Bu web uygulaması kullanıcılar arası benzerliklerin<br/>detaylı incelenmesini mümkün kılmıştır.<br/> |
|
|---|
| Summary, etc. |
Social Media is a generic name given to the digital platforms where users share<br/>information. The use of social media has become very popular in recent years. Users<br/>share personal information or their ideas about daily events on different social media<br/>platforms. The widespread use of social media has led to an interest to extract<br/>information from social media profiles and detect similarities among users. If similarity<br/>is detected between users, this information can be used to determine the tendencies,<br/>interests of users, the things that he/she cares about. Also such an information would<br/>make advertisements reach to their target audience. In addition, this information can be<br/>used in cases where there is a need to verify the real owner of a social media account. In<br/>this study, we have developed techniques to determine the similarities among the users<br/>using Natural Language Processing (NLP) techniques. Additionally attempts have been<br/>made to identify similarities between users by users’ access hours to the platform and users’ friends list. However, more effective results were obtained with NLP techniques.<br/>Topic Modeling and Named Entity Recognition techniques were used to extract features<br/>from the posts of users. Similarities between users were derived by feeding these<br/>features to Word Mover's Distance algorithm. Effective results have been obtained using<br/>the techniques developed with NLP techniques. It has been shown that communities and<br/>clusters in a user set can be detected with the help of these techniques. It has also been<br/>shown that social media profiles belonging to a person can be detected by identifying<br/>similarities among profiles in different social media platforms. In addition, a web<br/>application is developed to make it easier to experiment with the metrics developed in<br/>this work. |
| 650 #7 - SUBJECT ADDED ENTRY--TOPICAL TERM |
|---|
| Topical term or geographic name entry element |
Tezler, Akademik |
| Source of heading or term |
etuturkob |
| 9 (RLIN) |
32546 |
| 653 ## - INDEX TERM--UNCONTROLLED |
|---|
| Uncontrolled term |
Sosyal medya analizi |
|
|---|
| Uncontrolled term |
Doğal dil işleme |
|
|---|
| Uncontrolled term |
Kelime katıştırma |
|
|---|
| Uncontrolled term |
Word2Vec |
|
|---|
| Uncontrolled term |
Word mover’s distance |
|
|---|
| Uncontrolled term |
Adlandırılmış varlık tespiti |
|
|---|
| Uncontrolled term |
Konu modelleme |
|
|---|
| Uncontrolled term |
Latent dirichlet allocation |
|
|---|
| Uncontrolled term |
Conditional random fields |
|
|---|
| Uncontrolled term |
Paragraph2Vec |
|
|---|
| Uncontrolled term |
Social media analysis |
|
|---|
| Uncontrolled term |
Natural language processing |
|
|---|
| Uncontrolled term |
Word embeddings |
|
|---|
| Uncontrolled term |
Named entity recognition |
|
|---|
| Uncontrolled term |
Topic modelling |
|
|---|
| Uncontrolled term |
Latent dirichlet allocation |
|
|---|
| Uncontrolled term |
Conditional random fields |
|
|---|
| Uncontrolled term |
Paragraph2Vec |
| 710 ## - ADDED ENTRY--CORPORATE NAME |
|---|
| Corporate name or jurisdiction name as entry element |
TOBB Ekonomi ve Teknoloji Üniversitesi. |
| Subordinate unit |
Fen Bilimleri Enstitüsü |
| 9 (RLIN) |
77078 |
| 856 40 - ELECTRONIC LOCATION AND ACCESS |
|---|
| Uniform Resource Identifier |
<a href="https://tez.yok.gov.tr/">https://tez.yok.gov.tr/</a> |
| Materials specified |
Ulusal Tez Merkezi |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) |
|---|
| Koha item type |
Thesis |
| Source of classification or shelving scheme |
|
