Citation Number
3
Views
2
Downloands
4
Teknoloji kullanımın her geçen gün artmasıyla birlikte sosyal medya ve internet kullanımı hızla yaygınlaşmaktadır. Özellikle sosyal medya kullananların sayısının artmasıyla insanlar duygu ve düşüncelerini, gündemle ilgili görüş ve fikirlerini sosyal medya araçlarını kullanarak paylaşmaktadır. En çok kullanılan sosyal medya araçlarından biri olan Twitter ve Facebook gibi sosyal ağ uygulamalarında paylaşılan içerikler yapısal olmayan veri türleridir. Bunun gibi yapısal olmayan metin içerikli verilerin yapısal hale dönüştürülmesinde ve analiz edilmesinde metin madenciliği yöntemleri kullanılmaktadır. Bu çalışmada, 24 Haziran Cumhurbaşkanlık ve Milletvekili Seçimlerinde ‘Tamam’ ve ’Devam’ etiketleriyle atılan tweetler metin madenciliği yöntemleri kullanılarak analiz edilmiştir. Metin ön işlem aşamasında kelimelerin köklerini bulmak için Zemberek kök bulma yöntemi ve ağırlıklandırma yöntemi olarak ise terim frekansı (TF) ağırlıklandırma yöntemi uygulanmıştır. Oluşturulan sınıflar arasındaki ilişkiyi ölçmek amacıyla korelasyon analizi yapılmıştır. Kruskal Wallis Testi ile frekans terim ağırlıklarının sınıflara göre farklılığı test edilmiştir. Elde edilen özelliklerin terim frekansı (TF) değerlerine göre kelime bulutları oluşturulmuştur.
As the use of technology increases every day, the use of social media and the internet is rapidly spreading. Especially with the increase in the number of social media users, people share their feelings and thoughts, their views and ideas about the agenda using social media tools. The content shared in social network applications such as Twitter and Facebook, one of the most commonly used social media tools, is non-structualized data types. Text mining methods are used in the transformation and analysis of non-structualized text-containing data. In this study, tweets posted with the tags 'OK' and 'Follow' in the June 24 Presidential and Parliamentary Elections were analyzed using text mining methods. In the pre-processing phase of the text, the Zemberek root finding method and weighting method for finding the roots of the words and the term frequency (TF) weighting method was applied. Correlation analysis was conducted in order to measure the relationship between the classes created. The Kruskal Wallis Test tested the differences in frequency term weights according to classes. Word clouds are created according to the term frequency (TF) values of the obtained characteristics.
As the use of technology increases day by day, the use of social media and internet is rapidly spreading. Especially with the increasing number of people who use social media, people share their feelings and thoughts, opinions and ideas about the agenda by using social media tools. Contents that is shared in social network applications like Twitter and Facebook, one of the most used social media tools, are non-structural data types. Text mining methods are used to transform non-structured textual data such as these into structured and analyze data. In this study, the tweets shared with the tags 'Tamam' and 'Devam' in the 24 June Presidential and Parliamentary Elections were analyzed using text mining methods. The Zemberek stemming method were used to find words root and the term frequency (TF) weighting method were used as the weighting method at text pre-processing stage. Correlation analysis was performed to measure the relationship between the created classes. With Kruskal Wallis Test, the frequency term weights were tested according to the classes. Word clouds was formed according to the term frequency (TF) values of the obtained features.
Field : Eğitim Bilimleri; Fen Bilimleri ve Matematik
Journal Type : Uluslararası
Article Detail 
Citation Owners
Similar Articles
Download PDF
Journal Information
Listen Paper
Print This Page
Share
Mendeley
