In this thesis, GDELT Global Knowledge Graph (GKG) data is used to analyse the sentiment values of our economic dictionary and for individual countries in a specific timeframe. The tone values of the individual online articles were used as basis for sentiment values for individual economic terms, which are then used on the original file resources to find their total sentiment values, negative sentiment values, positive sentiment values, and polarity of the files. Polarity of the files are calculated using the amount of matching terms divided by total terms in files. First 5 sample results of all these fields are calculated for individual files and location tags in the files initially by using the terms individually, and then by clustering the terms in groups.
Bu tezde GDELT Küresel Bilgi Grafiği (GKG) verisi ekonomik sözlüğümüz ve tekil ülkeler için belirli bir zaman diliminde duygusallık değerlerini ölçmek için kullanılmıştır. Tekil çevrimiçi makalelerin ton değerleri tekil ekonomik terimlerin duygusallık değerlerinin temeli olarak kullanılmıştır, bu değerler daha sonra orijinal dosya kaynaklarında dosyaların toplam duygusallık değerleri, olumsuz duygusallık değerleri, olumlu duygusallık değerleri ve kutupluluk değerlerinin ölçülmesi için kullanılmıştır. Kutupluluk değerleri eşleşen değerlerin sayısının toplam kelime sayısına bölümüyle hesaplanmıştır. Bütün bu alanların ilk beş örnek değerleri tekil dosyalar ve dosyalardaki konum etiketleri ilk olarak terimleri ayrı olarak, daha sonra terimleri gruplar halinde kümeleyerek hesaplanmıştır.
