R ile Sosyal Ağ Madenciliği

Yıl 2017, Cilt: 29 Sayı: 3, 94 - 101, 01.11.2017

Buket Doğan , Ufuk Sarıkaya Abdulsamet Aktaş

https://doi.org/10.7240/marufbd.330585

Öz

Birbirimizle ve
çevremizle iletişim şeklimizi değiştiren ve her geçen gün kullanıcı sayısı
artan sosyal ağlar, yapılan paylaşım ve aktiviteler ile çok fazla verinin
ortaya çıkmasını sağlayan ortamlardır. Sosyal ağ madenciliği ile bu ortamda
farklı biçimlerde ve büyük miktardaki verinin, veri madenciliği yöntemleri ile
analiz edilmesi ve anlamlandırılması mümkün olmaktadır.  Bu çalışmada sosyal ağ madenciliği uygulaması
kapsamında Twitter ve WhatsApp verileri üzerinde R programlama ortamında
yapılan analiz süreci ve sonuçları açıklanmaktadır. 

Anahtar Kelimeler

Sosyal Ağlar, Sosyal Ağ Madenciliği, Twitter, WhatsApp

Social Network Mining with R

Öz

Social networks
that change the way we communicate with each other and around the world,
increasing in number of users every day, are the platforms that allow a lot of
data to be generated with sharing and activities. Through social network mining, it is possible to analyze and
interpret data in different format and large amount of data by means of data
mining methods. In this study, the process and results of the analysis made on
the Twitter and WhatsApp data in the R programming platform are explained in
the scope of social network mining application.

 

Anahtar Kelimeler

Social Network, Social Network Analysis, Twitter, WhatsApp, R

Kaynakça

• https://www.statista.com/statistics/303681/twitter-users-worldwide/ (Temmuz 2017)
• https://www.statista.com/statistics/260819/number-of-monthly-active-whatsapp-users/ (Temmuz 2017)
• Nasution, M. K., Sitompul, O. S., Sinulingga, E. P., & Noah, S. A. (2016). An extracted social network mining. Paper presented at the SAI Computing Conference (SAI), 2016.
• RStudio – Open source and enterprise-ready professional software for R.). Retrieved 01/06/2017, from https://www.rstudio.com/
• Ihaka, R., & Gentleman, R. (1996). R: a language for data analysis and graphics. Journal of computational and graphical statistics, 5(3), 299-314.
• Alrubaian, M., Al-Qurishi, M., Al-Rakhami, M., Hassan, M. M., & Alamri, A. (2017). Reputation-based credibility analysis of Twitter social network users. Concurrency and Computation-Practice & Experience, 29(7). doi: ARTN e3873 10.1002/cpe.3873
• Zhang, K. P., Bhattacharyya, S., & Ram, S. (2016). LARGE-SCALE NETWORK ANALYSIS FOR ONLINE SOCIAL BRAND ADVERTISING. [Article]. Mis Quarterly, 40(4), 849-+.
• Iglesias, J. A., Garcia-Cuerva, A., Ledezma, A., Sanchis, A., & Ieee. (2016, Oct 09-12). Social Network Analysis: Evolving Twitter. Paper presented at the IEEE International Conference on Systems, Man, and Cybernetics (SMC), Budapest, HUNGARY.
• Abascal-Mena, R., Lema, R., & Sedes, F. (2015). Detecting sociosemantic communities by applying social network analysis in tweets. [Article]. Social Network Analysis and Mining, 5(1), 17. doi: 10.1007/s13278-015-0280-2
• Kılınç, D., Borandağ, E., Yücalar, F., Tunalı, V., Şimsek, M., & Özçift, A. (2016). KNN algoritması ve r dili ile metin madenciliği kullanılarak bilimsel makale tasnifi.