Tuğlular, TuğkanÖzkan, Mustafa TunahanTuğlular, Tuğkan2023-11-132023-11-132018-05http://standard-demo.gcris.com/handle/123456789/3950Thesis (Master)--Izmir Institute of Technology, Computer Engineering, Izmir, 2018Includes bibliographical references (leaves: 50-52)Text in English; Abstract: Turkish and EnglishIn information systems, tags are keywords or terms, which represent a piece of information. They provide to define an item and help it to be found again through searching or browsing. Tags have gained popularity due to the growth of social sharing, social bookmarking, organization network and social network websites. In addition, tags are also used to express prominent events and noticeable topics in the news. In this thesis, we propose a tag-based statistical learning approach to predict the shareability of news in an organization network. We represented features with tags by using different methods and adopted several classifiers to predict the shareability of news. We model this problem with a binary classification problem, where shareable news are considered as the positive and non-shareable news are considered as the negative class. The experimental results indicate that there is no general best classifier for the study of shareability prediction for organization related news but depending on the dataset and represented features we can adopt an optimal classifier.Bilgi sistemlerinde, etiketler bilgi kümelerini temsil eden anahtar kelimeler veya terimlerdir. Bir ögeyi tanımlamayı sağlarlar ve bu ögenin araştırılarak veya göz atılarak tekrar bulunmasına yardımcı olurlar. Etiketler sosyal paylaşım, sosyal imleme, kurumsal ağ ve sosyal ağ sitelerinin büyümesi nedeniyle popüler olmuşlardır. Bununla birlikte, etiketler ayrıca haberlerde öne çıkan olayları ve dikkat çekici konuları ifade etmek için kullanılır. Bu tez çalışmasında, kurumsal bir organizasyon ağındaki haberlerin paylaşılabilirliğini tahmin etmek için etiket tabanlı bir istatistiksel öğrenme yaklaşımı önermekteyiz. Farklı yöntemler kullanarak etiketlerden öznitelikler çıkardık ve haberlerin paylaşılabilirliğini tahmin etmek için birkaç sınıflama yöntemi kullandık. Bu problemi, paylaşılabilir olarak tahminlenen haberlerin olumlu ve paylaşılamaz olarak tahminlenen haberlerin olumsuz sınıf olarak kabul edildiği ikili bir sınıflandırma problemi olarak modelledik. Deneysel sonuçlar, organizasyonla ilgili haberlere yönelik paylaşılabilirlik tahmini çalışması için genel bir en iyi sınıflayıcının olmadığını ancak veri setine ve çıkarılan özniteliklere bağı olarak bu çalışma için en uygun sınıflayıcıları kullanabileceğimizi göstermektedir.ix, 52 leaveseninfo:eu-repo/semantics/openAccessInformation systemsClassifiersTagsOrganization networksMachine learningMaster Thesis