Determination of TV programme ratings by twitter

Kayahan, D.; Sergin, A.; Di̇ri̇, Banu

doi:10.1109/siu.2013.6531205

Cited by 5 publications

(7 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Similarly, the internet search interest levels could not capture the interest levels of consumers in the social media. Although on-line news reports and articles only represent a fraction of media exposure related to mass shootings, on-line articles, especially those related to social networking (e.g., Twitter), may correlate with other types of media coverage, such as television [ 35 ]. Therefore, on-line news reports might serve as a proxy for media exposure to a particular mass shooting incident.…”

Section: Discussionmentioning

confidence: 99%

What have we learned from the time trend of mass shootings in the U.S.?

Lin

Barzman

et al. 2018

PLoS ONE

View full text Add to dashboard Cite

Little is known regarding the time trend of mass shootings and associated risk factors. In the current study, we intended to explore the time trend and relevant risk factors for mass shootings in the U.S. We attempted to identify factors associated with incidence rates of mass shootings at the population level. We evaluated if state-level gun ownership rate, serious mental illness rate, poverty percentage, and gun law permissiveness could predict the state-level mass shooting rate, using the Bayesian zero-inflated Poisson regression model. We also tested if the nationwide incidence rate of mass shootings increased over the past three decades using the non-homogenous Poisson regression model. We further examined if the frequency of online media coverage and online search interest levels correlated with the interval between two consecutive incidents. The results suggest an increasing trend of mass shooting incidences over time (p < 0.001). However, none of the state-level variables could predict the mass shooting rate. Interestingly, we have found inverse correlations between the interval between consecutive shootings and the frequency of on-line related reports as well as on-line search interests, respectively (p < 0.001). Therefore, our findings suggest that online media might correlate with the increasing incidence rate of mass shootings. Future research is warranted to continue monitoring if the incidence rates of mass shootings change with any population-level factors in order to inform us of possible prevention strategies.

show abstract

Section: Discussionmentioning

confidence: 99%

What have we learned from the time trend of mass shootings in the U.S.?

Lin

Barzman

et al. 2018

PLoS ONE

View full text Add to dashboard Cite

show abstract

“…Elde edilen duygu polarite değerleri ile Borsa İstanbul'un haftalık değerleri arasındaki korelasyonu incelenmiştir. Diri ve arkadaşları [23,24] seçilen Türkçe TV programları hakkında Twitter'dan veri derlemişlerdir. Bu metinlere çeşitli algoritmalar ile duygu analizi yaparak belirli bir skor atanmış ve bu skorlar ile gerçek reytingler karşılaştırılmıştır.…”

Section: Li̇teratür Taramasi (Literature Review)unclassified

“…Bu metinlere çeşitli algoritmalar ile duygu analizi yaparak belirli bir skor atanmış ve bu skorlar ile gerçek reytingler karşılaştırılmıştır. Diri ve arkadaşlarının 2013 yılında yaptıkları çalışmada Twitter da paylaşılan mesajların 140 karakter ile sınırlı olmasından dolayı kişilerin kısaltma kullanarak yazdığı kelimelerin düzeltilmesinin gerekliliğine vurgu yapmışlardır [24]. Öte yandan diğer problemler olarak, tweet atan kesimin genellikle genç ve orta yaşlı olması, her program için aynı sayıda tweet atılmamış olması ve bazı sosyoekonomik sınıfların Twitter'da temsil edilmemesini belirtmişlerdir.…”

Section: Li̇teratür Taramasi (Literature Review)unclassified

Adaptif Öğrenme Sözlüğü Temelli Duygu Analiz Algoritması Önerisi

Karaöz

Gürsoy

2018

Bilişim Teknolojileri Dergisi

View full text Add to dashboard Cite

Teknolojik ilerlemeler bilinen anlamdaki veri kavramını geliştirmekte ve çeşitli tipte, büyük boyutlarda veri setlerini ulaşılabilir kılmaktadır. Özellikle kişisel cihazların ve sosyal medya kanallarının yaygınlaşması ile bireyler yaşamları ve duyguları hakkında çeşitli bilgiler paylaşmaktadırlar. Bu da araştırmacılara anket gibi tekniklerle elde edilmesi güç boyutlarda veri sağlayan kaynaklar oluşmasını sağlamaktadır. Metin verileri de hem sosyal medya aracılığı ile en çok biriken veri çeşidinden biri olması hem de içerdiği duygular bakımından önem taşımaktadır. Kişilerin duygularını ifade etmek veya görüşlerini bildirmek amacıyla yazdıkları metinlerin analiz edilerek anlamlı bilgilere dönüştürülmesi ve değer yaratılması veri analitiğinin amaçlarından birisidir. Bu doğrultuda veri setinin analizi kadar çıktıların yorumlanarak değer yaratılması da büyük önem taşımaktadır. Bu amaçla çalışmada çıktıları yorumlayabilecek fakat yazılım altyapısı güçlü olmayan araştırmacıların da kolaylıkla faydalanabileceği bir model önerilmiştir. Böylece çıktıların değer bulacağı işletme, ekonomi ve sosyoloji gibi sosyal bilimler alanlarından araştırmacıların gelişen teknoloji ve veri setlerini değerlendirmesi hedeflenmiştir. Yarı denetimli öğrenme ile pozitif ve negatif duygu sözlükleri genişletilmiş sözlük temelli duygu analizi tekniği kullanılan ve performansı yüksek, uygulama anlamında çeşitli düzeyde yazılım bilgisine sahip kişilere hitap eden bir duygu analizi modeli sunulmuştur.

show abstract

“…Şimşek and Özdemir [16] selected sentimental words from the tweet set they formed by means of data mining techniques, and performed an analysis to determine whether there was a correlation between sentiments of tweets and the Turkish stock market index. In a similar study, Kayahan et al [17] tested the consistency of rating results of TV shows on the basis of tweets using the sentiment analysis method. They expressed that the most significant part of the study was to polarise tweets and process words in tweets.…”

Section: Related Workmentioning

confidence: 99%

Classification of news-related tweets

Demirsoz

Ozcan

2016

Journal of Information Science

View full text Add to dashboard Cite

It is important to obtain public opinion about a news article. Microblogs such as Twitter are popular and an important medium for people to share ideas. An important portion of tweets are related to news or events. Our aim is to find tweets about newspaper reports and measure the popularity of these reports on Twitter. However, it is a challenging task to match informal and very short tweets with formal news reports. In this study, we formulate this problem as a supervised classification task. We propose to form a training set using tweets containing a link to the news and the content of the same news article. We preprocess tweets by removing unnecessary words and symbols and apply stemming by means of morphological analysers. We apply binary classifiers and anomaly detection to this task. We also propose a textual similarity-based approach. We observed that preprocessing of tweets increases accuracy. The textual similarity method obtains results with the highest recognition rate. Success increases in some cases when report text is used with tweets containing a link to the news report within the training set of classification studies. We propose that this study, which is made directly in consideration of tweet texts that measure the trends of national newspaper reports on social media, has a higher significance when compared to Twitter analyses made by using a hashtag. Given the limited number of scientific studies on Turkish tweets, this study makes a contribution to the literature.

show abstract

Determination of TV programme ratings by twitter

Cited by 5 publications

References 3 publications

What have we learned from the time trend of mass shootings in the U.S.?

What have we learned from the time trend of mass shootings in the U.S.?

Adaptif Öğrenme Sözlüğü Temelli Duygu Analiz Algoritması Önerisi

Classification of news-related tweets

Contact Info

Product

Resources

About