Türkiye'deki Suriyeli sığınmacılar algısı: Türkçe Twitter verileri ile duygu analizi

Abstract

Bu yüksek lisans tezinde Türkiye’de yaşayan Suriyeli sığınmacıların Türk halkı nezdindeki genel algısı, algının niteliği ve sebepleri ortaya konmaya çalışılmıştır. Bu amaç için Twitter sosyal medya platformu kapsamında makine öğrenme tekniği ile gerçekleştirilen duygu analizi yöntemi kullanılmıştır. Bu kapsamda 2021 yılı boyunca Suriyeli sığınmacılar ile ilgili olarak atılan tweet’ler toplanmış, ön işlemden geçirilmiş ve veri madenciliği algoritmalarının uygulanabileceği hale dönüştürülmüştür. Tweet’lerin bir kısmı makine öğrenmesi tekniğine uygun olarak manuel olarak sınıflandırılmış ve geri kalan tweet’lerin - manuel olarak yapılan sınıflandırmalar dikkate alınarak - belirlenen algoritmalar tarafından otomatik olarak sınıflandırılması sağlanmıştır. Sonuç olarak, Twitter kapsamında Suriyeli sığınmacılar ile ilgili olarak Türk halkı nezdindeki genel algının büyük oranda olumsuz ve “hoşnutsuzluk” niteliğinde olduğu; bu algının başlıca sebeplerinin de Suriyeli sığınmacıların kendilerine verdiklerini düşündükleri zarar, sayıca fazla olmaları, sahip oldukları başta sığınma ve ikamet hakları ile kendilerinden daha iyi durumda olduklarına dair sahip olunan algılar olduğu tespit edilmiştir. Tezin birinci bölümünde, üzerinde çalışılan konunun önemini ortaya koyma amacı ile Suriyeli sığınmacılar meselesi masaya yatırılmıştır. Bu kapsamda, Suriyeli sığınmacıların Türkiye’ye göç etme sebepleri, Türkiye’deki nüfusu, Türkiye’ye dağılımı, eğitim durumları ve okullaşma oranları, çalışma hayatları, ekonomiye etkileri ve yapılan yardımlar, kamu hizmetlerine ve güvenliğe etkileri ile Türkiye’ye uyumları incelenmiştir. İkinci bölümde, üçüncü bölümde gerçekleştirilecek olan duygu analizinin anlaşılabilmesine olanak verecek şekilde duygu analizine dair tüm kavram, teknik ve uygulama süreci anlatılmıştır. Bu kapsamda büyük veri, veri madenciliği, metin madenciliği, duygu analizi yaklaşımları, makine öğrenmesi, sınıflandırma algoritmaları, Twitter ve duygu analizindeki rolü ile duygu analizi yönteminin kullanıldığı daha önceki çalışmalar incelenmiştir. Üçüncü bölümde de Türkiye’de yaşayan Suriyeli sığınmacılar hakkındaki algıyı, bu algının niteliğini ve sebeplerini ortaya koymak üzere Twitter kapsamında duygu analizi gerçekleştirilmiştir.

With this master thesis, it is studied to be present of the general perception, the quality of the perception and the reasons of the perception of Turkish people about the Syrian asylum seekers who live in Türkiye. For this purpose, sentiment analysis method which is performed with machine learning technique, is used within the scope of Twitter social media platform. Within this scope, tweets about Syrian asylum seekers which are sent 2021 yearlong, are gathered; pre-processed and transformed to be able to perform the data mining algorithms on them. In compliance with machine learning technique, some of the tweets are classified manually and it is provided that the other tweets - considering the classifications, done manually - are classified automatically. As a result, it is determined that the general perception of Turkish people within the scope of Twitter, about Syrian asylum seekers is negative and “displeasure” as a quality to a large extent and the reasons of this perception are mainly the perceptions of the damage which is done by Syrian asylum seekers to themselves, having a large population, the rights of asylum and habitation and in being a better situation compared to themselves, which they have. In the first section of the thesis, to present the importance of the subject which is being work on, the Syrian asylum seekers issue examined. Within this scope, the reasons of the Syrian asylum seekers immigration to Türkiye, their population in Türkiye, distribution to Türkiye, education statuses and schooling rates, working lives, effects to economy, aids, effects to public services and security and adaptation to Türkiye are examined. In the second section, all the concepts, techniques and application process of a sentiment analysis are explained, in the manner that a sentiment analysis which will be applied in the third section is letting to understand. Within this scope, big data, data mining, text mining, the approachs of sentiment analysis, machine learning, classification algorithms, Twitter and its role in sentiment analysis and the previous studies which sentiment analysis method is being used in, are examined. In the third section, a sentiment analysis is applied, to present the perception about Syrian asylum seekers in Türkiye, the quality of this perception and the reasons of this perception, within the scope of Twitter.