Türkçe Sosyal Medya Mesajlarından Kullanıcıların Yaş ve Cinsiyetini Tahmin Etme-Reference-Cited by-同舟云学术

Türkçe Sosyal Medya Mesajlarından Kullanıcıların Yaş ve Cinsiyetini Tahmin Etme

Published:2023-02-27 Issue: Volume: Page:
ISSN:2564-6605
Container-title:Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi
language:tr
Short-container-title:NÖHÜ Müh. Bilim. Derg.

Author:

GÖRGÜN Mustafa Kaan¹,DEMİROK Gökçe Başak¹,KUTLU Mucahid¹

Affiliation:

1. TOBB EKONOMİ VE TEKNOLOJİ ÜNİVERSİTESİ

Abstract

Sosyal medya platformları insanların herhangi bir konu hakkındaki fikirlerine dair çok yüksek miktarda veri sunmaktadır. Bu yüzden, bu tip platformlar market analizi ve toplumsal görüş tahmini gibi birçok çalışma için çok önemli veri kaynaklarıdır. Ancak, sosyal medya kullanıcıları bir toplumu tam anlamıyla yansıtmadığından ötürü sosyal medya verisindeki yanlılığı azaltmak için kullanıcıların yaşı ve cinsiyeti gibi çeşitli bilgileri de göz önünde bulundurarak sayma işlemi gibi ek adımların atılması gerekmektedir. Bu çalışmada verilen bir Türkçe Twitter hesabının paylaştığı mesajları kullanarak hesap sahibinin yaş aralığını ve cinsiyetini tahmin etme problemi konusunu ele aldık. Çalışma kapsamında 1040 Twitter kullanıcısının yaş ve cinsiyet bilgilerinden oluşan etiketli bir veri kümesi hazırlanmıştır. Ardından kelime, karakter, retweet, fastText ve BERT tabanlı beş farklı yöntem geliştirilmiştir. Yaptığımız kapsamlı deneylerden kullanıcıların paylaştıkları mesajların insanların yaş ve cinsiyet bilgisine dair önemli ipuçları sunduğunu göstermektedir.

Publisher

Omer Halisdemir Universitesi

Subject

General Economics, Econometrics and Finance

Reference28 articles.

1. [1] Dwi Prasetyo, N., & Hauff, C. (2015, August). Twitter-based election prediction in the developing world. In Proceedings of the 26th ACM Conference on Hypertext & Social Media (pp. 149-158).

2. [2] Rashed, A., Kutlu, M., Darwish, K., Elsayed, T., & Bayrak, C. (2021, May). Embeddings-Based Clustering for Target Specific Stances: The Case of a Polarized Turkey. In Proceedings of the International AAAI Conference on Web and Social Media(Vol. 15, pp. 537-548).

3. [3] Suárez-Serrato, P., Roberts, M. E., Davis, C., & Menczer, F. (2016, November). On the influence of social bots in online protests. In International Conference on Social Informatics (pp. 269-278). Springer, Cham.

4. [4] Mislove, A., Lehmann, S., Ahn, Y. Y., Onnela, J. P., & Rosenquist, J. (2011). Understanding the demographics of Twitter users. In Proceedings of the International AAAI Conference on Web and Social Media (Vol. 5, No. 1, pp. 554-557).

5. [5] Bayrak, C. and Kutlu, M., "Predicting Election Results via Social Media: A Case Study for 2018 Turkish Presidential Election," in IEEE Transactions on Computational Social Systems, doi: 10.1109/TCSS.2022.3178052.