METİN MADENCİLİĞİ YÖNTEMİ İLE ARAŞTIRMA MAKALESİ SINIFLANDIRMASI

---

Tezin Türü: Yüksek Lisans

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

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Öğrenci: TUĞBA GÜRBÜZ

Danışman: Çelebi Uluyol

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu çalışma kapsamında metin madenciliği yöntemi ile araştırma makalelerinin konularına göre sınıflandırılması amaçlanmaktadır. Çalışma için kullanılan veri seti, "Web Madenciliği" yöntemi ile Python kodu yazılarak elde edilen araştırma makalelerinden oluşmaktadır. Metin koleksiyonu, DergiPark-Akademik internet sitesindeki "Tıp", "Sosyal", "Temel Bilimler" ve "Mühendislik" konu başlıklarındaki 16 konu alanındaki makaleleri içermektedir. Makale verileri, yazım dili İngilizce ve Türkçe olan makaleler olmak üzere iki ayrı metin koleksiyonundan oluşturulmuştur. Metin madenciliği süreçlerinin ilk adımı olan metin koleksiyonu oluşturulduktan sonra, her iki metin verilerinin öz (abstract) bölümlerine metin ön işleme ve öz nitelik seçimi adımları uygulanmıştır. Sonrasında veri madenciliğinde kullanılan, denetimli (supervised) makine öğrenmesi sınıflandırma algoritmalarından Naive Bayes, Rastgele Orman ve Destek Vektör Makinesi algoritmaları kullanılarak makaleler konu alanlarına göre sınıflandırılmıştır. Metin madenciliğinin son adımı olan değerlendirme ve yorumlama aşamasında ise, uygulama ile her iki veri seti için algoritmaların çalışma performanslarının değerlendirilmesi ve makale yazım diline göre karşılaştırılması makine öğrenmesi performans ölçütlerine göre yapılmıştır. Araştırma bulgularına göre algoritmaların çalışma süreleri İngilizce ve Türkçe veri setleri için birbirine yakın süreler olup; en hızlı çalışan algoritma Naive Bayes iken en yavaş çalışan algoritma Destek Vektör Makinesi olmuştur. Her iki yazım dilindeki algoritma sonuçları birbirine yakın değerler olmakla birlikte genellikle en iyi sınıflandırma başarısına sahip algoritma Destek Vektör Makinesidir.