Metaverse ile ilgili Türkçe dilindeki çeşitli sosyal medya platformu verileri ile duygu analizi

Abstract

Kısa zamanda popüler bir kavram olmayı başaran metaverse kavramı hakkında günümüzde olumlu veya olumsuz birçok yorum ve düşünce bulunmaktadır. Böylesine yeni bir girişim birçok insanı heyecanladırsa da birçok insanı da çekimser kılmaktadır. Bu çalışmada da metaverse hakkında Youtube ve Twitter olmak üzere iki sosyal medya platformundan elde edilen Türkçe veriler ile bir metin madenciliği çalışması yapılmıştır. Elde edilen veriler ilk önce gönüllü insanlar vasıtasıyla olumlu ve olumsuz olarak etiketlenmiş sonrasında ise her kaynaktan eşit sayıda veri olacak şekilde ayrıştırılıp, birleştirilmiştir. Bozuk ve nötr duyguya sahip veriler ayrıştırılan veriler arasındadır. Platform bazında incelendiğinde Youtube yorumlarında daha fazla sayıda olumlu görüş belirten içerik olduğu görülmüştür. Twitter’da ise olumsuz görüşleri içeren içerik sayısı daha fazladır. Analiz bölümünde makine öğrenmesi algoritmaları olarak naive Bayes, lojistik regresyon, destek vektör makineleri ve rassal orman sınıflandırıcıları kullanılmıştır. 1350 adet Youtube, 1350 adet de Twitter olmak üzere toplamda 2700 adet veriyle yapılan analiz sonucunda uygulanan bütün sınıflandırma algoritmaları yüzde seksen üzeri bir başarı göstermiş ve %88 ile naive Bayes en başarılı algoritma olmuştur. Bu yüzde değeri literatürdeki benzer çalışmalar ile kıyaslandığında en düşük değer olarak ortaya çıkmaktadır.

There are many comments and thoughts, positive or negative, about the concept of Metaverse, which has become a popular concept in a short space of time. Although such a new initiative excites many people, it also makes many people hesitate. In this study, a text mining study was conducted on Metaverse using the Turkish data obtained from two social media platforms, Youtube and Twitter. The obtained data were first labeled as positive and negative by volunteers, and then they were separated and combined to have an equal number of data from each source. Also, data with distorted and neutral emotion are among the eleminated data. When examined on a platform basis, it was seen that there were more positive opinions in Youtube comments. On Twitter, the number of content containing negative opinions is higher. In the analysis part, Naive Bayes, Logistic Regression, Support Vector Machines and Random Forest classifiers were used as machine learning algorithms. As a result of the analysis made with a total of 2700 data, including 1350 Youtube and 1350 Twitter, all classification algorithms applied with a success of over eighty percent and Naive Bayes was the most successful algorithm with 88%. This percent value emerges as the lowest value when compared to similar studies in the literature.