Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı

Ertam, Fatih

Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı

Fatih ERTAM (Fırat Üniversitesi Enformatik Bölümü, 23100 Elazığ/Türkiye)

Fırat Üniversitesi Mühendislik Bilimleri Dergisi

10 1

Yıl: 2017 Cilt: 29 Sayı: 2 Sayfa Aralığı: 67 - 73 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı

Öz:

Sosyal medyanın kullanım oranlarının hızlı bir şekilde artması, sosyal medya madenciliği kavramının gelişmesine sebep olmuştur. Günümüzde sosyal medya araçlarından birisi olan Facebook, kullanıcı sayısı ve günlük aktivite açısından diğer sosyal medya araçlarına göre lider konumdadır. Bu çalışmada Facebook verilerinden oluşturulmuş bir veri seti üzerinde sınıflandırıcı modelleri uygulanarak etkili bir sınıflandırıcı modeli seçilmeye çalışılmıştır. Sınıflandırıcı modelleri olarak bayes ağ, çok katmanlı algılayıcı ağlar, ardışık minimal optimizasyon ve uç öğrenme makinesi kullanılmıştır. Uç öğrenme makinesi içerisinde kullanılan gizli katman hücre sayısının seçimi için bir ile yüz arasında ki tüm değerler alınarak birden fazla aktivasyon fonksiyonu ile çalışma yapılmıştır. Sosyal medya madenciliği yapılabilmesi için etkili ve hızlı bir sınıflandırıcı yöntemi önerilmeye çalışılmıştır

Anahtar Kelime:

An Effective Classification Approach for Social Media Data

Öz:

The rapid increase in social media usage rates has led to the development of the social media-mining concept. Today, one of the social media tools, Facebook is a leader in terms of number of users and daily activity compared to other social media tools. In this study, an effective classifier model was tried to be chosen by applying classifier models on a data set created from Facebook data. BayesNET, multilayer perceptron, sequential minimal optimization and extreme learning machines are used as classifier models. For the selection of the number of hidden layer cells used in the extreme learning machine, all values between one and one hundred were taken and worked with more than one activation function. Efforts have been made to provide an effective and rapid classification method for social media mining

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

1. Kaplan, A. M. ve Haenlein, M. (2010). “Users of the world, unite! The challenges and opportunities of Social Media”, Bus. Horiz., 53, sayı 1, ss. 59–68.
2. Statista, (2016). “Number of Worldwide Social Network Users 2010-2019”, Statista, [Çevrimiçi].http://www.statista.com/statistics/278414/ number-of-worldwide-social-network-users/.
3. Statista (2016). “Facebook users worldwide 2016”, statista.com, [Çevrimiçi]. http://www.statista.com/statistics/264810/number-ofmonthly-active-facebook-users-worldwide/.
4. Korschun D. ve Du, S. (2013). “How virtual corporate social responsibility dialogs generate value: A framework and propositions”, J. Bus. Res., 66, sayı 9, ss. 1494–1504.
5. Mangold W. G. ve Faulds D. J. (2009). “Social media: The new hybrid element of the promotion mix”, Bus. Horiz., 52, sayı 4, ss. 357–365.
6. Turban E., Sharda R. ve Delen D. (2011). Decision Support and Business Intelligence Systems, 8th.
7. Zafarani, R., Abbasi, M. A. ve Liu H. (2014). Social Media Mining. Cambridge: Cambridge University Press.
8. U. M. L. Repository (2016). “Facebook metrics Data Set”, www.ics.uci.edu.
9. Moro, S., Rita, P. ve Vala, B. (2016). “Predicting social media performance metrics and evaluation of the impact on brand building: A data mining approach”, J. Bus. Res., 69, sayı 9, ss. 3341–3351.
10. Friedman, N., Geiger, D. ve Goldszmidt, M. (1997). “Bayesian Network Classifiers”, Mach. Learn., 29, ss. 131–163.
11. Platt, J. C. (1998). “Sequential Minimal Optimization: A Fast Algorithm for Training Support Vector Machines”, Adv. kernel methods, ss. 185–208.
12. Rumelhart, D. E., Hinton, G. E. ve Williams, R. J. (1986). “Learning representations by backpropagating errors”, Nature, 323, sayı 6088, ss. 533– 536.
13. Huang, G., Zhu, Q. ve Siew, C. (2004). “Extreme Learning Machine : A New Learning Scheme of Feedforward Neural Networks”, IEEE Int. Jt. Conf. Neural Networks, 2, ss. 985–990.
14. Huang, G.-B., Zhu, Q. ve Siew C. (2006). “Extreme learning machine: Theory and applications”, Neurocomputing, 70, sayı 1–3, ss. 489–501.
15. Huang, G. Bin., Wang, D. H. ve Lan, Y. (2011). “Extreme learning machines: A survey”, Int. J. Mach. Learn. Cybern., 2, sayı 2, ss. 107–122.
16. Ertam F. ve Avcı, E. (2017). “A new approach for internet traffic classification: GA-WK-ELM”, Measurement, 95, ss. 135–142.

APA	Ertam F (2017). Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı. , 67 - 73.
Chicago	Ertam Fatih Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı. (2017): 67 - 73.
MLA	Ertam Fatih Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı. , 2017, ss.67 - 73.
AMA	Ertam F Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı. . 2017; 67 - 73.
Vancouver	Ertam F Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı. . 2017; 67 - 73.
IEEE	Ertam F "Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı." , ss.67 - 73, 2017.
ISNAD	Ertam, Fatih. "Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı". (2017), 67-73.

APA	Ertam F (2017). Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 29(2), 67 - 73.
Chicago	Ertam Fatih Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 29, no.2 (2017): 67 - 73.
MLA	Ertam Fatih Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, vol.29, no.2, 2017, ss.67 - 73.
AMA	Ertam F Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 2017; 29(2): 67 - 73.
Vancouver	Ertam F Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 2017; 29(2): 67 - 73.
IEEE	Ertam F "Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı." Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 29, ss.67 - 73, 2017.
ISNAD	Ertam, Fatih. "Sosyal Medya Verileri için Etkili Bir Sınıflandırma Yaklaşımı". Fırat Üniversitesi Mühendislik Bilimleri Dergisi 29/2 (2017), 67-73.