Türkçe sosyal medya içeriklerinin analizi için sanal asistan tasarımı

Teknolojinin son yıllardaki hızlı gelişimi ile birlikte insanlar sosyal medya platformlarını sosyalleşme aracı olarak kullanmaya başlamıştır. Sosyal medya platformlarında insanlar hem bilgi üreten hemde bilgi tüketen konumdadır. Bu bilgiler alınan ürün, hizmet, veya gündem hakkında olabilmektedir. Bireysel kullanıcıların yanı sıra ticari platformlar sosyal medyayı hedef kitlelerine ulaşmak ve marka algılarını yönetmek için kullanabilmektedir. Sosyal medya analitiği bu noktada devreye girer ve sosyal medyadaki yapılandırılmamış verilerin içerisindeki kalıpların analiz edilerek ticari ve bireysel fayda oluşturulmasını sağlar. Sosyal medya analitiğinin arka planında ise metin madenciliği işlemleri yer almaktadır. Sosyal medya verisi konuşma dili tabanlı olması dolayısıyla kısatlamalar ve emojiler gibi yapılar barındırır ve metin madenciliğine göre daha hassas bir süreç gerektirir. Bu çalışmada sosyal medya analizlerinde sıklıkla kullanılan Twitter platformu üzerinden, veri toplama, ön işleme ve analiz sürecinin yönlendirmeler ile yapılmasını sağlayan bir arayüzü üzerinde çalışılmıştır. Bu arayüz aracılığıyla bahsedilen sosyal medya analitiği süreci Twitter verisi üzerinden adım adım gerçekleştirilebilmektedir. Burada araştırmacılar istedikleri herhangi bir konu, ürün veya hizmet için atılan Tweet'leri istedikleri tarih aralığında, dilde ve sayıda çekerek analiz sürecini başlatabilmektedir. Araştırmacı elde edilmek istenilen verinin boyutu hakkında veri çekme işleminden önce bilgilendirilerek yönlendirilir. Veri ön işleme adımında verinin birimleştirilmesi, standartlaştırılması ve filtrelenmesi çeşitli yönlendirmeler ile gerçekleştirilebilir. Örneğin standartlaştırma aşamasında araştırmacıya verisinde bulunan özel karakterlerin sayısal dağılımı verilmektedir. Araştırmacı temizlemek istenilen karakterleri bu şekilde temizleyebilir yada emoji ve kısaltmalar gibi konuşma dilinde bulunan kalıpları dönüştürebilir. Analiz aşamasında ise duygu analizi ve topik modelleme seçenekleri bulunmaktadır. Duygu analiz süreci için Turkish-BERT modeli kullanılmıştır. Topik modellemede ise etiketli kategori verisi üzerinde makine öğrenmesi işlemleri gerçekleştirilerek en başarılı model seçilerek bu modelle sınıflandırma işlemi gerçekleştirilmektedir. Tüm analiz sürecinde gerçekleştirilen işlemler, analiz sonuçları ve veri detay bilgileri kaydedilerek gelecek çalışmalarda program arayüzünün makine öğrenmesi destekli hale getirilmesi hedeflenmektedir.