Makine öğrenimi kullanarak tweet popülerite tespiti için karşılaştırmalı bir çalışma

Abstract

İnternet medyası günümüzde oldukça popüler durumdadır. Yazılı basın, her ne kadar popülerliğini tam olarak yitirmemiş olsa da, alternatif yollardan haber alabilmek ve pek çok farklı mecra üzerinden haber takip etmek internet kullanıcıları tarafından yapılabilmekte, bu durum da internet medyasının popülerliğini arttırmaktadır. İnternet medyasının önemli bir bacağını sosyal medya paylaşımları oluşturmaktadır. Bu sayede haberciler, büyük çoğunlukta okuyucuya erişim sağlayabilmektedir. Okuyucular ise sosyal medya üzerinden teyitli, medya kullanıcıları yardımıyla doğru habere erişim sağlayabilmektedirler. Tüm bu değişimler esnasında, internet medyası yöneticileri ve yazarları tarafından haberlerin ya da makalelerin kullanıcılara erişiminin sağlanması ve gördükleri ilgi oldukça önem arz etmektedir. Bu tez çalışmasında, teyitli haber organlarının Twitter üzerinden gerçekleştirdiği paylaşımların popülerliklerinin çeşitli makine öğrenme teknikleri yardımıyla tahmin çalışması yapılmış ve kullanılan yöntemlerden elde edilen sonuçlar karşılaştırılmıştır. Destek Vektör Makineleri, Lojistik Regresyon, Naive Bayes Sınıflandırıcı, K En Yakın Komşu Algoritması, Rastgele Orman ve Derin Pekiştirmeli Öğrenme (İkili Derin Q-Öğrenme) yöntemleri kullanılarak deneyler gerçekleştirilmiştir. Tez çalışmasında kullanılan yöntemlerden en iyi sonuçlar K En Yakın Komşu, Rastgele Orman ve derin pekiştirmeli öğrenme algoritması ile elde edilmiştir. Bu yöntemle elde edilmiş olan F1-skor 0.87 şeklindedir. En kötü F1-skor sonucuna ise Naive Bayes sınıflandırıcı ile ulaşılmıştır. Naive Bayes sınıflandırıcı 0.63 sonuç vermiştir. Radial Basis çekirdek fonksiyonu ile SVC için 0.88, Lineer SVC için 0.84, lojistik regresyon içinse 0.83 F1-skor sonucu elde edilmiştir. Internet media is very popular nowadays. Although printed media has not completely lost its popularity, it is possible for internet users to get news from alternative ways and to follow news through many different channels, which increases the popularity of internet media. An important issue of internet media is social media sharing. In this way, journalists can access most readers. Readers, on the other hand, can access the right news with the help of confirmed media users via social media. During all these changes, it is very important to ensure that news or articles are accessible to users and the interest they receive by internet media managers and writers. In this thesis, a comparison of the popularity of the shares made by the confirmed news organs on Twitter was made with the help of various machine learning techniques. Experiments were carried out using Support Vector Machines, Logistic Regression, Naive Bayes classifier, K Nearest Neighbor Algorithm, Random Forest and Deep Reinforcement Learning (Double Deep Q-Learning) methods. The best results from the methods used in the thesis study were obtained with K Nearest Neighbor, Random Forest and Deep Reinforcement Learning algorithms. The F1-score obtained with this method is 0.87. The worst F1-score result was obtained with the Naive Bayes classifier. Naive Bayes classifier gave 0.63 results. An F1-score of 0.84 for linear SVC, 0.88 for radial basis kernel function SVC and 0.83 for logistic regression was obtained. Internet media is very popular nowadays. Although printed media has not completely lost its popularity, it is possible for internet users to get news from alternative ways and to follow news through many different channels, which increases the popularity of internet media. An important issue of internet media is social media sharing. In this way, journalists can access most readers. Readers, on the other hand, can access the right news with the help of confirmed media users via social media. During all these changes, it is very important to ensure that news or articles are accessible to users and the interest they receive by internet media managers and writers. In this thesis, a comparison of the popularity of the shares made by the confirmed news organs on Twitter was made with the help of various machine learning techniques. Experiments were carried out using Support Vector Machines, Logistic Regression, Naive Bayes classifier, K Nearest Neighbor Algorithm, Random Forest and Deep Reinforcement Learning (Double Deep Q-Learning) methods. The best results from the methods used in the thesis study were obtained with K Nearest Neighbor, Random Forest and Deep Reinforcement Learning algorithms. The F1-score obtained with this method is 0.87. The worst F1-score result was obtained with the Naive Bayes classifier. Naive Bayes classifier gave 0.63 results. An F1-score of 0.84 for linear SVC, 0.88 for radial basis kernel function SVC and 0.83 for logistic regression was obtained.