Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 10
 İndirme 3
Derin Öğrenme Teknikleri Kullanarak Sosyal Ağlarda Marka Analizi
2021
Dergi:  
Avrupa Bilim ve Teknoloji Dergisi
Yazar:  
Özet:

Son yıllarda bilgi ve iletişim teknolojilerindeki gelişmelerle birlikte sosyal medya verilerinin önemi artmış, veri hacminin yanısıra veri artış hızı, çeşitliliği, doğruluğu ve değeri bu gelişmelerden etkilenmiştir. Sosyal ağların popülaritesi nedeniyle, sosyal medya verilerinin analizi marka kimliği çok önemli olan büyük şirketler için kritik bir konu haline gelmiştir. Marka ve ürün hakkında bilgi edinmek için sosyal ağlardaki kullanıcı yorumlarından, paylaşımlarından ve açıklamalarından faydalanılabilir. Buna ilaveten, son zamanlarda popüler hale gelen ve yüksek doğruluk sağlayan derin öğrenme teknikleri sosyal ağlarda büyük veri analizi için kullanılabilir. Sosyal ağlarda marka imajını inceleyen araştırma sayısı oldukça sınırlıdır. Bu kapsamda, dünyanın en büyük kahve firmalarından biri olan Starbucks örneği ele alınarak sosyal ağlarda derin öğrenme tekniklerini kullanarak marka analizi yapan bir model geliştirdik. Modelimizi Faster Region-based Convolutional Neural Network (Faster R-CNN), Single Shot Multibox Detector (SSD), Mask R-CNN ve You Only Look Once (YOLO) algoritmaları ile eğittik, Instagram sosyal medya verileri üzerinde test ettik ve sonuçları karşılaştırdık. Elde edile sonuçlar ışığında, sosyal ağlarda derin öğrenme teknikleri kullanan analizlerin, şirketlerin ve markaların imajını önemli ölçüde etkileyebileceğini gösterdik.

Anahtar Kelimeler:

Brand Analysis In Social Networks Using Deep Learning Techniques
2021
Yazar:  
Özet:

In recent years, the importance of social media data has increased with the developments in information and communication technologies, and data volume, velocity, variety, veracity, and value have been affected by these developments. Because of the popularity of social networks, the analysis of social media data has also become an important issue for large companies whose brand identity is very crucial. User comments, shares, and explanations in social networks can be used to obtain information about the brand and product. Besides, deep learning techniques, which have become popular recently and provide high accuracy, can be employed for big data analysis in social networks. The number of studies examining the brand image in social networks is quite limited. In this context, we developed a model that performs brand analysis using deep learning techniques in social networks by considering the Starbucks Coffee Company, one of the world's largest coffeehouse chains. We trained our model with Faster Region-based Convolutional Neural Network (Faster R-CNN), Single Shot Multibox Detector (SSD), Mask R-CNN, and You Only Look Once (YOLO) algorithms. We then tested the model on data from Instagram and compared the results. In the light of our results, we have shown that analyzes using deep learning techniques in social networks can significantly affect the image of companies and their brands.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler






Avrupa Bilim ve Teknoloji Dergisi

Alan :   Fen Bilimleri ve Matematik; Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 3.175
Atıf : 5.553
2023 Impact/Etki : 0.178
Avrupa Bilim ve Teknoloji Dergisi