SOSYAL ÖRÜMCEK ALGORİTMASIYLA SOSYAL AĞLARDA DUYGU ANALİZİ

Abstract

Sürü zekâsı, böcek veya diğer hayvan sürülerinin toplu şekilde davranışlarının araştırıldığı bir çalışma alanıdır. Sürü zekasına dayalı algoritmalar, karmaşık optimizasyon problemlerinin geniş bir yelpazede çözümlenmesi için ileri sürülmüştür. Bu çalışmada, Sosyal Örümcek Optimizasyon Algoritması (SSA) olarak adlandırılan yeni bir sürü zekâsı algoritması incelenmiştir. SSA örümceklerin işbirliği içerisindeki davranışlarının simülasyonuna dayanmaktadır. SSA'nın performansı, stabilitesi ve duyarlılığı Karınca Aslanı Optimizasyon Algoritması (ALO), Güve Alevi Optimizasyon Algoritması (MFO), Balina Optimizasyon Algoritması (WOA) ile karşılaştırılmıştır. Literatürde var olan kalite testi fonksiyonu kullanılarak algoritmaların başarısı incelenmiştir. Bu çalışma kapsamında ayrıca veri paylaşımının en yoğun olduğu Twitter sosyal medya aracından elde edilen veriler üzerinde duygu analizi çalışması yürütülmüştür. Makine öğrenmesi yöntemleri kullanılarak yapılan duygu analizi çalışmasına ek olarak elde edilen veriler üzerinde literatürde ilk kez bir metasezgisel algoritmayla olan Sosyal Örümcek Algoritması kullanılarak duygu analizi yapılmıştır. Duygu analizi için kullanılan algoritmaların başarıları farklı metriklerle karşılaştırmalı olarak incelenmiştir. Anahtar Kelimeler: Optimizasyon, Sürü Zekâsı, Metasezgisel Algoritmalar, Sosyal Örümcek Algoritması (SSA), Yapay Zekâ, Duygu Analizi, Sosyal Ağ AnaliziSwarm intelligence is a research area that investigates the behavior of insects or other animals herd with a collective manner of intelligence. Swarm intelligence algorithms are proposed for solving complex optimization problems in a wide range. In thesis study, a new algorithm for swarm intelligence called Social Spider Optimization (SSA) is analyzed. The SSA is based on the simulation of the spiders' behaviors in collaboration. The SSA performance, stability and sensitivity are compared with Ant Lion Optimization Algorithm (ALO), Moth Flame Optimization Algorithm (MFO), and Whale Optimization Algorithm (WOA). The success of the algorithm has been investigated using the existing benchmark functions in the literature. Furthermore was a sentiment analysis study carried out on the data obtained from the Twitter social media tool where data sharing is the most intensive. In addition to the sentiment analysis with machine learning methods, Sentiment analysis was performed on the obtained data using Social Spider Algorithm with a metasequential algorithm for the first time in the literature. Finally the success of the algorithms used for sentiment analysis has been examined comparatively with different metrics. Keywords: Optimization, Swarm Intelligence, Metaheuristic Algorithms, Social Spider Algorithm (SSA), Artificial Intelligence, Sentiment Analysis, Social Network Analysis