Açık Kaynak İstihbaratı (OSINT) İçin Türkçe İçerik Temelli Kişilik Özellikleri Tahmini
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Bilişim Enstitüsü, Bilgisayar Eğitimi, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: MUHAMMED ALİ KOŞAN
Asıl Danışman (Eş Danışmanlı Tezler İçin): Hacer Karacan
Eş Danışman: Burcu Ayşen Ürgen
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu çalışmada açık kaynak istihbaratı kullanılarak sosyal medya platformlarından elde edilen içerikler üzerinden kullanıcılara ait kişilik özellikleri tahmini üzerine araştırma yapılmıştır. Araştırmanın temel çatısını oluşturmak için; açık kaynak istihbaratının yaşam döngüsü sosyal medya platformlarındaki kullanıcıların kişilik özellikleri tahminine yönelik düzenlenerek uyarlanmıştır. Bu yaşam döngüsü kullanılarak iki eş zamanlı araştırma gerçekleştirilmiştir. İlk olarak 13 negatif-pozitif anlamlı kelimeler kullanılarak elde edilen Twitter içerikleri üzerinden İngilizce içeriklerden kişilik özellikleri tahmin çalışması gerçekleştirilmiştir. Bu çalışmada hem İngilizce kişilik özellikleri veriseti hem de dengeli ve yüksek başarımlı kişilik özellikleri tahmin modeli oluşturulmuştur. Oluşturulan tahmin modeli için kurulan sistemde anlamsal veri analizi kullanılarak içerikler sosyal medya platformu baz alınarak analiz edilmiştir. Analiz edilen veriler üzerinde anlamsal yapılar kullanılarak veriye özel ön işlem adımları ile dengeli ve genellenebilir kişilik özellikleri tahmin modeli ortaya konmuştur. İkinci olarak Türkçe içerikli kişilik özellikleri veriseti oluşturmak için belirli kişilik özellikleri testleri ile oyunlaştırılmış bir web uygulama yazılımı geliştirilmiştir. Bu yazılımın tanıtım çalışmaları ile birlikte veri toplama işlemi başlatılarak kullanıcıların hem kişilik özellikleri hem de sosyal medya içerikleri toplanmıştır. Toplanan veriler incelendiğinde BFI-10 kişilik özellik test sonuçları ile kullanılabilir Twitter hesap içeriklerinin önemli bir orana sahip olduğu görülmektedir. Bundan dolayı nihai veriseti BFI-10 testine ait kişilik özellikleri sonuçları ile Twitter hesaplarından elde edilen içeriklerden oluşturulmuştur. Elde edilen verisetinde ilk olarak İngilizce veriseti üzerinde elde edilen model uyarlanmıştır. Sonrasında anlamsal ön işlem yöntemleri, sayısallaştırma yöntemleri ve derin öğrenme modelleri ile kapsamlı bir analiz yapılmıştır. Sonuç olarak Türkçe dilinin karmaşık yapısına rağmen elde edilen sonuçların dengeli, genellenebilir ve kayda değer oranda iyi sonuçlar sunduğu gözlemlenmiştir.