Güncel akıllı optimizasyon algoritmalarıyla duygu sınıflandırılması

Sosyal ağlar, son yıllarda günlük yaşam tarzının önemli bir parçası haline gelmiştir ve gittikçe önem kazanmaktadır. Ağ analizi, bir sosyal sistemi incelemek için en iyi yolun sistem üyeleri arasındaki bağları incelemek olduğu varsayımıyla toplumsal yapıyı inceleyen bir yaklaşımdır. Günümüzde sağlık, eğitim, akademik gibi birçok alanda kullanılmaktadır. Sosyal ağların aktif bir şekilde kullanımı sosyal ağ analizi gereksinimi ortaya çıkarmıştır. En bilinen sosyal ağ analizi problemlerinden biri olan duygu analizi – fikir madenciliği insanların, ürünler, hizmetler, kuruluşlar, bireyler, konular, etkinlikler, başlıklar ve nitelikleri gibi varlıklara yönelik fikirlerini, duygularını, değerlendirmelerini, derecelendirmelerini, tutumlarını ve hislerini analiz eden çalışma alanıdır. Bu tez çalışmasında duygu analizi ilk defa bir optimizasyon problemi olarak ele alınmıştır. Duygu analizi problemi için, güncel akıllı optimizasyon algoritmalarından Balina Optimizasyonu Algoritması ve Sosyal Etki Teorisi tabanlı Optimizasyon Algoritması uyarlanmıştır. Daha verimli sonuçlar alabilmek için Sosyal Etki Teorisi tabanlı Optimizasyon Algoritmasına hafıza özelliği eklenilmiştir. Çalışmada IMDB, Polarity ve Amazon olmak üzere üç adet veri seti kullanılmıştır. Sonuçların performanslarını değerlendirmek için literatürde en çok bilinen değerlendirme ölçütleri olan doğruluk yüzdesi, kesinlik, hassasiyet, F-Ölçütü ve MCC kullanılmıştır. Elde edilen sonuçlar otuz üç tane denetimli öğrenme algoritmalarıyla karşılaştırılmıştır. Sonuçlar incelendiğinde, metasezgisel optimizasyon algoritmalarının duygu analizinde başarılı sonuçlar verdiği görülmüştür.