Determining user types from Twitter account content and structure

İnsanlar sosyal medya platformlarını her geçen gün daha fazla kullanıyor ve böylece bu platformlar zengin içerikleriyle akadamik çalışmalar için daha uygun bir ortam haline geliyorlar. Twitter, en büyük ve en çok kullanılan sosyal medya platformlarından biridir ve birçok çalışma, sosyal medya araştırması için Twitter'a odaklanmaktadır. Bu tezde, Twitter kullanıcı hesaplarının türlerini, hesap meta verilerine, hesap içeriğine ve hesabın yapısal durumuna göre belirlemek için yöntemler öneriyoruz. İlk sorunumuz, yalnızca meta verileri kullanarak organizasyon ve bireysel hesap türlerini sınıflandırmaktır. Veri toplama ve analiz süreci ile ilgili detaylar verdikten sonra metinleri temizliyor ve sayı özelliklerini normalleştiriyoruz. Önerilen model, metinsel özellikler için LSTM ve sayısal özellikler için MLP içerir. Dilden bağımsız kelime vektörleri oluşturmak, önerilen modeli, farklı dillerdeki hesaplar ve çok dilli hesaplar için kullanışlı hale getirir. Deneyler, modelimizin tahminlemesi için daha az veri gerektirdiğini ve hesap türü sınıflandırmasıyla ilgili önceki çalışmalardan daha iyi sonuçlar verdiğini göstermektedir. İkinci sorun, bireysel hesapların kişilik tipi tahminidir. Temel referans verileri, Beş Büyük Kişilik testlerinden ve bir grup insanın Twitter hesap bilgilerinden gelmektedir. Bu sefer model, ayrıca hesabın tweetlerini ve graf özelliklerini de içerir. Kişilikler, Beş Büyük Test puanlarına göre sınıflandırılır ve her OCEAN özelliği için farklı modeller eğitilir. Küçük bir kullanıcı grubuyla çalışmamıza rağmen deney sonuçları umut vericidir.