Affiliation:
1. ANKARA ÜNİVERSİTESİ, DİL VE TARİH COĞRAFYA FAKÜLTESİ, BİLGİ VE BELGE YÖNETİMİ BÖLÜMÜ
2. ORTA DOĞU TEKNİK ÜNİVERSİTESİ, FEN-EDEBİYAT FAKÜLTESİ, İSTATİSTİK BÖLÜMÜ
Abstract
Amaç: Bu çalışmada, blockchain teknolojileri konusunda internet üzerinde içerik yayınlayan bir platformun içerik analizi yapılmıştır. Araştırmanın amacı, platformun Facebook’ta paylaştığı içerikler için başlık bazında okunma oranını etkileyen faktörlerin (kelime ve kelime gruplarının) tespit edilmesidir.
Yöntem: Araştırma sınırlılıkları kapsamında belirlenen tarih aralığında yayınlanan 2206 içerikten 500 tanesi rastgele seçilmiştir. İçeriklerin başlıkları Python programlama dili kullanılarak bu çalışmadaki probleme özel olarak farklı bir yaklaşımla ve standart metin madenciliği teknikleriyle çözümlenmiş ve metinler üzerinden yapısallaştırılmış iki farklı veri kümesi elde edilmiştir. Elde edilen iki farklı veri kümesi üzerinde çoklu doğrusal regresyon yöntemi kullanılarak analizler gerçekleştirilmiştir.
Bulgular: Analizler sonucunda içerik başlıklarında kullanılan bazı kelime ve kelime gruplarının, içeriklerin okunma oranını etkilediği tespit edilmiştir. Ayrıca uygulanan farklı yaklaşımın standart metin madenciliği tekniklerine göre daha yüksek performans sağladığı belirlenmiştir.
Sonuç: Araştırmada ham veri işlenerek değerli bilgiler elde edilmiştir. Teorik olarak ortaya çıkarılan bilgiler, uygulama pratiğiyle karşılaştırılmış ve tutarlı sonuçlar elde edildiği gözlemlenmiştir. Uygulanan farklı yaklaşımın etkili bir şekilde benzer metin madenciliği problemlerinde kullanılabileceği saptanmıştır.
Özgünlük: Araştırmada içerik başlığı bazında yapılan metin madenciliğine dayalı analiz, farklı bir yaklaşımla ele alınmıştır. Bu yönüyle çalışma özgün bir nitelik taşımaktadır.
Publisher
Turk Kutuphaneciligi - Turkish Librarianship
Reference34 articles.
1. Aggarwal, C.C. ve Zhai, C. (2012). Mining Text Data. Springer. https://doi.org/10.1007/978-1-4614-3223-4_1
2. Albayrak, A.S. (2006). Uygulamalı Çok Değişkenli İstatistik Teknikleri. Ankara: Asil Yayın.
3. Altınok, G., Karagöz, P., and Batmaz, İ. (2021). Learning to Rank by Using Multivariate Adaptive Regression Splines and Conic Multivariate Adaptive Regression Splines. Computational Intelligence, 37, 371-408. doi: 10.1111/coin.12413.
4. Batmaz, İ. (2021). Doğrusal Regresyon. İnci Batmaz’a ait ders notları. Orta Doğu Teknik Üniversitesi İstatistik Bölümü, Ankara.
5. Batmaz, İ., Danışoğlu, S., Kartal-Koç, E., and C. Yazıcı. (2017). A Data Mining Application to Deposit Pricing: Main Determinants and Prediction Models. Applied Soft Computing (for Business Analytics), 60, 808-819. https://doi.org/10.1016/j.asoc.2017.07.047