Massive amounts of data are generated by social media users for each second, such as posts, tweets, images, and videos. Getting valuable information from this big data is a significant, challenging and interesting issue in the text mining area. Twitter data are analyzed with text mining techniques to discover society agenda, trends, user behaviors, and feelings. We proposed a text analysis method to determine sentiments from tweets. Apache Flume is used to gather data stream from Twitter and store into Apache Hadoop. Natural language processing techniques are carried out to put the data into meaningful context. After that classification model is trained with data mining methods on the processed data. It carries out the classification label as people's opinion, such as positive, negative, and neutral sentiments, using Twitters streaming data. We select 10 different automobile brands and collect tweets with hashtags about these brands by using Apache Flume. Collected data is preprocessed using Term Frequency and Inverse Document Frequency (TF-IDF), Bi-gram, and Singular Value Decomposition (SVD) metrics and classification tree model is generated and the results are set for comparison.The results that were experimented indicated that the classification tree based on SVD has the best accuracy. According to the different brands model based on bi-gram is the most stable and performs with the best accuracy. The results from the experiments indicate that the model that uses Bi-gram could be used to address data with complex behavior in the sentiment detection.Keywords: Text mining, sentiment analysis, big data, tweets analysis, apache flume, bi-gram.

Sosyal medyada her saniye yeni mesaj, tweet, resim ve video eklenmekte ve büyük miktarlarda veri depolanmaktadir. Bu büyük veriden değerli bilgiler almak, metin madenciliği alanında önemli, zorlayıcı ve ilginç bir konudur. Twitter sosyal mesajlasma platformu verileri, toplum gündemlerini, eğilimlerini, kullanıcı davranışlarını ve duygularını keşfetmek için metin madenciliği teknikleriyle analiz edilebilir. Bu calişmada bu sosyal platformu uzerindeki gönderilen tweetlerdeki duyguları belirlemek için metin analizi yöntemleri kullanilmistir. Apache Hadoop projesine dahil olan Apache Flume, Twitter'dan veri toplamak ve bunları saklamak için kullanılır. Doğal dil işleme teknikleri verileri işlenebilir bir biçime dönüştürmek için kullanılmaktadır. Daha sonra sınıflandırma modelinden sonra işlenmiş veriler veri madenciliği yöntemleri ile işlenir. Twitter'ın akış verisi kullanılarak, olumlu, olumsuz ve tarafsız görüşler gibi insanların görüşleri sınıflandırma kıstası olarak kullanılır. Bu calişmada 10 farklı otomobil markası hakkinda gonderilen hashtaglerle tweetler toplanmistir. Toplanan veriler TF-IDF, Bi-gram ve SVD metrikleri kullanılarak önceden işlenmiş ve sınıflandırma ağacı modeli oluşturulmuş ve sonuçlar karşılaştırma için ayarlanmıştır.Deneyler sonucunda SVD'ye dayanan sınıflandırma ağacının en iyi doğruluğa sahip olduğu gorulmustur. Bi-gram'a dayalı model farklı markalara göre, en istikrarlı ve en iyi doğrulukla gerçekleştirdi. Deneylerden elde edilen sonuçlar, Bi-gram kullanan modelin, duygu tespitindeki karmaşık davranışa sahip verileri ele almak için kullanılabileceğini göstermektedir.Anahtar kelimeler: Metin madenciliği, duygu analizi, büyük veri, tweet analizi, apache flume, bi-gram.