Twitter Verilerinden Doğal Dil İşleme Ve Makine Öğrenmesi İle Hastalık Tespiti

Basit Öğe Kaydı
dc.authorid0000-0002-1797-2039en_US
dc.authorid0000-0003-1723-3444en_US
dc.authorid0000-0003-1440-501Xen_US
dc.contributor.authorÖztürk, Ali
dc.contributor.authorDurak, Üsame
dc.contributor.authorBadıllı, Fatma
dc.date.accessioned2021-02-17T12:34:36Z
dc.date.available2021-02-17T12:34:36Z
dc.date.issued2020en_US
dc.departmentSelçuk Üniversitesien_US
dc.description.abstractBu çalışmada twitterdaki kullanıcıların yazmış oldukları mesajların hastalık konulu olup olmadığı ve hastalık türleri tespit edilmiştir. Bu amaçla gözetimli ve gözetimsiz makine öğrenmesi algoritmaları, TF-IDF ve BOW yöntemleri ile çıkarılan özellikler ile denenmiş ve karşılaştırmalar yapılmıştır. Veriler Python betikleri ile twitter üzerinden toplanmıştır. Algoritmaları uygulamak için Python için geliştirilmiş Scikit-Learn kütüphanesi kullanılmıştır. Gözetimsiz olarak verilerin kümelenmesinde %68.60’lık bir başarı elde edilirken, gözetimli algoritmalar ile yapılan sınıflandırmalarda %97.48’lik başarı oranına ulaşılmıştır.en_US
dc.description.abstractIn this study, we determined whether the subject of the messages of the twitter users were about a disease and what kind of diseases they were. For this purpose, supervised and unsupervised machine learning algorithms were tested and compared using the features extracted via TF-IDF and BOW methods. Data were collected with Python scripts from Twitter. The Scikit-Learn library which was developed for Python was used to implement the algorithms. The clustering algorithms which are unsupervised methods achieved an accuracy level of %68.60, while the performance of the supervised classification algorithms reached to the accuracy level of %97.48.en_US
dc.identifier.citationÖztürk, A., Durak, Ü., Badıllı, F.. (2029), Twitter Verilerinden Doğal Dil İşleme Ve Makine Öğrenmesi İle Hastalık Tespiti. Konya Mühendislik Bilimleri Dergisi. 8,(4), 839-852.en_US
dc.identifier.endpage852en_US
dc.identifier.issn2147-9364en_US
dc.identifier.issue4en_US
dc.identifier.startpage839en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12395/41338
dc.identifier.volume8en_US
dc.language.isotren_US
dc.publisherSelçuk Üniversitesi Mühendislik Fakültesien_US
dc.relation.ispartofSelçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal - Editör Denetimli Dergien_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.selcuk20240510_oaigen_US
dc.subjectTwitteren_US
dc.subjectHastalık Tanımaen_US
dc.subjectDoğal Dil İşlemeen_US
dc.subjectMakine Öğrenmesien_US
dc.subjectDisease Recognitionen_US
dc.subjectNatural Language Processingen_US
dc.subjectMachine Learningen_US
dc.titleTwitter Verilerinden Doğal Dil İşleme Ve Makine Öğrenmesi İle Hastalık Tespitien_US
dc.title.alternativeDisease Detection From Twitter Data Using Natural Language Processing and Machine Learningen_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
10.Ali ÖZTÜRK.pdf
Boyut:
862.45 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Makale Dosyası
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Dergi Yayın Koleksiyonu