Automatic detection of cyberbullying in social networks

Son zamanlarda sanal zorbalık özellikle çocukları ve gençleri etkileyen önemli bir sorun haline gelmiştir. Bu tezde, sosyal ağlardaki sanal zorbalık içeriklerinin otomatik olarak tespit edilmesi amaçlanmıştır. Bu doğrultuda sosyal medya özelliklerini (örneğin paylaşım yapan kişinin takipçi sayısı) içeren kapsamlı bir sanal zorbalık veri seti sistematik olarak hazırlanmıştır. Daha sonra sanal zorbalık karakteristiklerini tespit etmek için hazırlanan veri seti üzerinde doğal dil işleme özellikleri (örneğin paylaşımdaki kelime sayısı) ve sosyal medya özellikleri analiz edilmiştir. Analiz çalışmasının sonuçları değerlendirildiğinde bazı sosyal medya özellikleri ve siber zorbalık aktiviteleri arasında kuvvetli bir ilişki olduğu görülmektedir. Ayrıca, sosyal ağlarda daha fazla takipçisi olan kullanıcıların çevrimiçi zorbalık içeriği paylaşmaktan kaçınması gibi bazı birliktelik kuralları çıkartılmıştır. Elde edilen sonuçlar, sosyal medya özelliklerinin sanal zorbalık içeriklerinin otomatik olarak tespit edilmesinde faydalı olabileceğini göstermiştir. Bu doğrultuda makine öğrenmesi algoritmaları, hazırlanan veri setinin iki farklı varyantı üzerinde denenmiştir. Birinci veri seti varyantı sadece metinsel özellikleri içerirken, ikinci varyant sosyal medya özellikleri ve metinsel özellikleri birlikte içermektedir. Uygulanan her makine öğrenmesi algoritmasının sosyal medya özelliklerini içeren varyant üzerinde daha başarılı sınıflandırma performansı verdiği gözlemlenmiştir. Sonrasında uygulanan makine öğrenimi algoritmalarının performansını artırmak için özellik çıkarmada kelime temsil yaklaşımları uygulanmıştır. Son olarak, programcıları makine öğrenimi sürecini çalışmadan sanal zorbalık alanında gerçek zamanlı uygulamalar geliştirmeye motive etmek için eğitilen makine öğrenimi modellerini kullanan açık bir web servis yayınlanmıştır.