Mendeş, MehmetTemizhan, Ebru2025-01-262025-01-262024https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=UjlM15wKZGQW6TLC0pvCt6jSX1zSsNUiDXA5mlU-q7aSxzIdUyoaVxZMn2-UBjABhttps://hdl.handle.net/20.500.12428/10369Lisansüstü Eğitim Enstitüsü, Zootekni Ana Bilim DalıBu tez çalışmasında, tarım alanında yapılan çalışmalarda Metin Madenciliği Yöntemlerinden nasıl etkin bir şekilde yararlanılabileceğini göstermek amaçlanmıştır. Metin Madenciliği; kümeleme, regresyon, özetleme, duygu analizi, benzerlik analizi ve ilişki modelleme gibi bazı temel teknikler ve işlemlere sahip olduğu için bu tez çalışmasında Metin Madenciliği yöntemlerinin sahip olduğu tüm özellikler dikkate alınarak bunlardan tarımsal çalışmalarda nasıl yararlanılabileceği etraflıca tartışılmıştır. Aynı zamanda uygulamada en yaygın olarak kullanılan makine öğrenmesi algoritmalarından altı tanesi farklı deneme koşullarındaki performansları ROC eğrileri (Receiver Operating Characteristic Curves) ile karşılaştırılmıştır. Yapılan analizler sonucunda Metin Madenciliği Yöntemlerinden tarım alanında da etkin bir şekilde yararlanılabileceği, ancak örnek genişliği ve kullanılan algoritmaların elde edilecek sonuçların güvenilirliği ve genelleştirilmesinde belirleyici faktörler olarak karşımıza çıktığı görülmüştür. Dolayısıyla Metin Madenciliği yöntemlerini uygulamadan önce bu iki faktörün dikkate alınması gerekir. Diğer yandan kütüphane farklılığının elde edilecek sonuçları anlamlı düzeylerde etkilemediğini, dolayısıyla TextbBlob ya da Vader kütüphanelerinin kullanılması elde edilecek sonuçların güvenilirliğini önemli düzeyde etkilemediği sonucuna varılmıştır.In this thesis, it has been aimed showing how the Text Mining methods can be used in studies related to agriculture effectively. Since it has some basic techniques and processes such as clustering, regression, summarization, sentiment analysis, similarity analysis and relationship modeling, all aspects of the Text Mining method have been discussed in detailed. At the same time, six of the most widely used machine learning algorithms in practice have been compared in terms of their performance under different experimental conditions with ROC curves (Receiver Operating Characteristic Curves). As a result of the analyses, it has been observed that the Text Mining methods can be used effectively in the field of agriculture, but the sample size and the algorithms used are major factors in the reliability and generalization of the results. Therefore, before performing Text Mining methods those two factors should be taken into consideration. On the other hand, it was concluded that the library differences did not significantly affect the results to be obtained, and therefore, the use of TextbBlob or Vader libraries did not significantly affect the reliability of the results to be obtained.trinfo:eu-repo/semantics/openAccessBiyoistatistikBiostatisticsZiraatDoctoral Thesis1149893670