Publication: Sosyal medya analitiği ile siber zorbalık tespiti
Abstract
Veri madenciliği konusu günümüzde yapay zekâ ile makine öğrenmesi konularıyla da birleşerek gelişmeye devam eden bir konu haline gelmiştir. Bu alan için çeşitli yazılımlar da yapılmaktadır. Metin madenciliği (text mining) konusu da buna ek olarak ayrıca gelişen konulardandır. Günümüzde sosyal medya kullanımının çok yaygın hâle gelmiş olması da metin madenciliği uygulamalarının bu alan üzerinde yapılmasını beraberinde getirmiştir. Özellikle de Twitter’da metin yoluyla insanların duygu, fikir ve görüşlerini paylaşması sebebiyle Duygu Analizi çalışmaları yine Twitter üzerinde yoğunlaşmıştır.Her gün milyonlarca mesaj paylaşılan sosyal medyadaki mesajın okunup analiz edilmesi ve buralardaki siber zorbalıkların insan eliyle tespit edilmesi neredeyse mümkün değildir. Bu nedenle siber zorbalıkların yapay zekâ yardımıyla tespit edilmesi ve zararlı mesajların yaygınlaşmadan ilgililerce gerekli müdahalelerin yapılması önemlidir. Bu yüzden bu çalışmada siber zorbalık içeren tweetlerin yapay zeka destekli algoritmalarla tespit edilip bu mesajları paylaşan hesapların otomatik olarak belirlenmesine sağlayan bir sistemin geliştirilmesi amaçlanmıştır. Bu çalışmayı yapabilmek için öncelikle Twitter’da yüksek takipçi ve etkileşime sahip hesaplardan oluşan bir “Hedef Liste” oluşturulmuştur. Bu listedeki hesaplara atılan tweetler toplanmıştır. Siber zorbalık tespitlerini yapabilen makine öğrenmesi modelini oluşturabilmek için elde ettiğimiz bu veri seti kullanılmıştır.Bölüm 1’de giriş yaptığımız bu çalışmada Bölüm 2’de literatür araştırması yapılmıştır. Bölüm 3’de kavramların genel tanımlarının yapılması ve sosyal medya analitiği çalışmalarının hangi alanlarda yapıldığından bahsedilmiştir. Bölüm 4’de ise kullandığımız çalışmamızdaki materyal ve yöntem ele alınmıştır. Çalışmayı yaparken bir veri madenciliği ve makine öğrenmesi uygulaması olan RapidMiner Studio uygulaması kullanılmıştır. Bölüm 5’de ise çalışmamızdan elde ettiğimiz bulgulardan bahsedilmiştir. Son bölümde sonuçlardan bahsedilerek çalışma tamamlanmıştır.
The issue of data mining has become a subject that continues to develop, combining with artificial intelligence and machine learning. Various software are also made for this field. In addition, text mining is also one of the developing topics.The fact that the use of social media has become widespread today has brought text mining applications to be made on this field. Sentiment Analysis studies have also concentrated on Twitter, especially because people share their feelings, ideas and opinions via text on Twitter.It is not possible to read and analyze the messages on social media, where millions of messages are shared every day, and the bullying in these places can not be detected by human hands. Therefore, it is important that cyber bullying is artificial intelligence and necessary investigations are made by those concerned before harmful messages become widespread. Therefore, in this study, it is aimed to find a solution for detecting tweets containing bullying with artificial intelligence-supported algorithms and automatically determining the accounts that share these messages. In order to do this work, a Target List consisting of accounts with high followers and interaction on Twitter has been created. The tweets posted to the accounts in this list have been collected. This data set we obtained was used to create a machine learning model that can detect cyberbullying.In this study, which we entered in Chapter 1, the results of the literature research are written in Chapter 2. In Chapter 3, general definitions of the concepts and the areas in which the study, which we call social media analytics, is carried out, is mentioned. In Chapter 4, the material and method in our study we used are discussed. RapidMiner Studio application, which is a data mining and machine learning application, was used while doing the study. In Chapter 5, the findings we obtained from our study were mentioned. In the last section, the study was completed by mentioning the results.
The issue of data mining has become a subject that continues to develop, combining with artificial intelligence and machine learning. Various software are also made for this field. In addition, text mining is also one of the developing topics.The fact that the use of social media has become widespread today has brought text mining applications to be made on this field. Sentiment Analysis studies have also concentrated on Twitter, especially because people share their feelings, ideas and opinions via text on Twitter.It is not possible to read and analyze the messages on social media, where millions of messages are shared every day, and the bullying in these places can not be detected by human hands. Therefore, it is important that cyber bullying is artificial intelligence and necessary investigations are made by those concerned before harmful messages become widespread. Therefore, in this study, it is aimed to find a solution for detecting tweets containing bullying with artificial intelligence-supported algorithms and automatically determining the accounts that share these messages. In order to do this work, a Target List consisting of accounts with high followers and interaction on Twitter has been created. The tweets posted to the accounts in this list have been collected. This data set we obtained was used to create a machine learning model that can detect cyberbullying.In this study, which we entered in Chapter 1, the results of the literature research are written in Chapter 2. In Chapter 3, general definitions of the concepts and the areas in which the study, which we call social media analytics, is carried out, is mentioned. In Chapter 4, the material and method in our study we used are discussed. RapidMiner Studio application, which is a data mining and machine learning application, was used while doing the study. In Chapter 5, the findings we obtained from our study were mentioned. In the last section, the study was completed by mentioning the results.