A hybrid approach for cyberbullying detection
| dc.contributor.advisor | Eşsiz, Esra Saraç | |
| dc.contributor.author | Nihadioğlu, Dilara | |
| dc.date.accessioned | 2025-01-06T17:11:27Z | |
| dc.date.available | 2025-01-06T17:11:27Z | |
| dc.date.issued | 2024 | |
| dc.department | Enstitüler, Lisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | |
| dc.description | Lisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı, Bilgisayar Bilimi ve Mühendisliği Bilim Dalı | |
| dc.description.abstract | Siber zorbalık 2000'li yılların başından beri dünyada yaygınlaşmaya başlayan ve yıllar geçtikçe modern toplumun büyük sorunlarından biri haline gelen bir baskı türü olmuştur. Sosyal medyanın yaygın kullanımı siber zorbalık verilerinin gün geçtikçe artmasına sebep olmuştur. Bulgular arttıkça veri miktarı artmış ve siber zorbalık tespiti için otomatize edilmiş yöntemler aranmaya başlamıştır. Literatürde makine öğrenmesi, doğal dil işleme, derin öğrenme ve öznitelik seçimi gibi birçok yöntem ile siber zorbalığın tespit edilebilmesi için çalışmalar yapılmıştır. Bu çalışma son yıllarda bilgisayar bilimlerinde birçok problemin çözümünde büyük başarılar elde edilmesini sağlayan Genetik Algoritma(GA) ve doğadan esinlenilen sürü optimizasyon algoritmalarından biri olan Balina Optimizasyonu Algoritması'nın(BOA) hibrit bir şekilde öznitelik seçiminde kullanılmasının siber zorbalık verisinin sınıflandırılmasında etkili bir yöntem olabileceğini ortaya koyar. Çalışmada sunulan Genetik Balina Optimizasyonu tek başına GA ve BOA'dan doğruluk (accuracy) ve F1-Score bakımından daha iyi sonuç vermiştir. | |
| dc.description.abstract | Cyberbullying has been a type of oppression that has become widespread in the world since the early 2000s and has become one of the major problems of modern society over the years. The widespread use of social media has led to an increase in cyberbullying data. As the findings increased, the amount of data increased and automated methods for cyberbullying detection began to be sought. In the literature, studies have been carried out to detect cyberbullying with many methods such as machine learning, natural language processing, deep learning and feature selection. This study reveals that the use of the Genetic Algorithm (GA) which has achieved great success in solving many problems in computer science in recent years, and the Whale Optimization Algorithm (WOA) which is one of the swarm optimization algorithms inspired by nature, in a hybrid way in feature selection can be an effective method in the classification of cyberbullying data. The Genetic Whale Optimization (GWOA) presented in the study gave better results in accuracy and F1-Score than GA and WOA alone. | |
| dc.identifier.endpage | 56 | |
| dc.identifier.startpage | 1 | |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=UjlM15wKZGQW6TLC0pvCt4clNKUkDUR15t-Kdx10BG1Jbzb4Gu1fPdi5KotPbwFf | |
| dc.identifier.uri | https://hdl.handle.net/20.500.14669/13 | |
| dc.identifier.yoktezid | 892238 | |
| dc.language.iso | en | |
| dc.publisher | Adana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi | |
| dc.relation.publicationcategory | Tez | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.snmz | KA_20241211 | |
| dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | |
| dc.subject | Computer Engineering and Computer Science and Control | |
| dc.title | A hybrid approach for cyberbullying detection | |
| dc.title.alternative | Siber zorbalığın tespiti için hibrit bir yaklaşım | |
| dc.type | Master Thesis |
