Metin verilerinde içerik tabanlı spam tespiti

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Bilişim Enstitüsü, Bilgisayar Eğitimi, Türkiye

Tezin Onay Tarihi: 2019

Tezin Dili: Türkçe

Öğrenci: HAMDULLAH KARAMOLLAOĞLU

Danışman: İBRAHİM ALPER DOĞRU

Özet:

Twitter, en popüler sosyal medya platformlarından birisidir. Twitter kullanımının yaygınlaşması bir takım problemleri de beraberinde getirmiştir. Çoğu kez rahatsız edici ve zaman kaybettirici olan ve iletişim ortamının kaynaklarını boşa harcayarak gereksiz yer kaplayan bu spam tweet'ler bu problemlerin başında gelmektedir. Çalışmada, sosyal medya platformlarından Twitter üzerinde spam mesajların tespit edilmesi amaçlanmıştır. Makine Öğrenmesi modellerinden Vektör Uzay Modeli ile Türkçe ve İngilizce yazılmış tweet'ler üzerinde ayrı ayrı spam tespiti gerçekleştirilmiştir. Bu amaçla İngilizce tweet'ler üzerinde spam analizi için çeşitli platformlardan elde edilip oluşturulan eğitim ve sorgu amaçlı veri seti ve Türkçe tweet'ler üzerinde spam analizi için çeşitli platformlardan elde edilen veri setlerinin birleştirilmesi ile oluşturulan bir veri seti oluşturulmuştur. Verisetleri üzerinde yapılan spam tespiti sonucunda İngilizce tweet'ler üzerinde Vektör Uzay Modeli ile yapılan spam tespit çalışmasında %92, aynı yöntem ile Türkçe tweet'ler üzerinde yapılan spam tespiti çalışmasında %97'lik başarım oranı ile spam tespiti gerçekleştirilmiştir. Vektör Uzay Modelinin yanısıra WEKA kullanılarak Naive Bayes, SMO, IB1, Random Forest, Logistic ve J48 yöntemleri de ilgili probleme uygulanmıştır. Bu yöntemlerin arasından en başarılı olanların Naive Bayes (%93) ve Random Forest (%94) yöntemleri olduğu görülmüştür.