A MACHINE LEARNING APPROACH TO EXPLORING SENTIMENTS OF USER DURING AN IT OUTAGE: THE CROWDSTRIKE CASE

Günümüzde sosyal medya platformları, küresel krizlerin nabzını tutan ve kamuoyunun duygularını anında şekillendiren, en hızlı ve en etkileşimli kamusal alanlar haline gelmiştir. Bu dinamik yapılar, bilginin yayılma hızını artırarak milyonlarca kullanıcının eş zamanlı etkileşimleri aracılığıyla bir olayın farklı boyutlarının ortaya çıkmasını sağlamaktadır. Bu çalışma, 19 Temmuz 2024 tarihinde günlük yaşamı etkileyen büyük bir BT kesintisine yol açan CrowdStrike olayının sosyal medya platformlarındaki yansımalarını duygu analizi yoluyla incelemektedir. Toplam 1.536 tweet, Orange veri madenciliği ve makine öğrenmesi yazılımı kullanılarak analiz edilmiştir. Analiz sonuçları, kamuoyu tepkilerinin çok boyutlu bir yapıya sahip olduğunu ve nötr duygu durumunun baskın olduğunu göstermektedir. Bununla birlikte, Ekman ve Plutchik algoritmalarına dayalı ayrıntılı duygu analizleri; sevinç, şaşkınlık, üzüntü, güven ve korku gibi bir arada var olan çeşitli duyguları ortaya koyarak, kriz dönemlerinde duygusal karmaşıklığın bilgi paylaşımı ve mizah ile iç içe geçtiğini göstermektedir. Ayrıca konu modellemesi (topic modelling) analizi, bu tür teknik bir olayın kısa sürede, görünürde ilgisiz siyasi gündemlerle ilişkilendirilebildiğini ortaya koymakta ve sosyal medyanın bir olayı teknik bağlamdan sosyal ve politik bir bağlama taşıma gücünü vurgulamaktadır. Bu bulgular, BT krizlerine yönelik kamusal tepkinin yalnızca teknik değil; aynı zamanda doğası gereği sosyal, duygusal ve politik olduğunu göstermektedir. Bu nedenle, kriz iletişimi stratejilerinin sosyal medyadaki duygusal karmaşıklığı ve söylem dinamiklerini dikkate alacak şekilde geliştirilmesi gerekmektedir. Bu çalışma, küresel bir BT kesintisini çok yöntemli duygu analizi yaklaşımıyla ele alarak literatürdeki bir boşluğu doldurmakta; VADER, Ekman ve Plutchik duygu modellerini konu modelleme ile birlikte kullanmakta ve teknoloji kaynaklı krizlere yönelik kamusal tepkilerin analiz edilmesi için tekrarlanabilir bir çerçeve sunmaktadır.

Today, social media platforms are the fastest, most interactive public arenas, capturing the pulse of global crises and instantly shaping public sentiments. These dynamic structures multiply the speed of information spread, allowing the simultaneous interactions of millions of users to reveal different dimensions of an event. This study examined the effects of the Crowdstrike incident on July 19, 2024, a major IT outage affecting daily life, on social media platforms through sentiment analysis. A total of 1536 tweets were analysed using the Orange data mining and machine learning software. The analysis reveals that the public's reaction was multi-dimensional, with a dominant neutral sentiment. However, detailed emotion analyses based on Ekman and Plutchik algorithms showed various coexisting emotions, including joy, surprise, sadness, trust, and fear, proving emotional complexity is intertwined with information sharing and humour during a crisis. Furthermore, topic modeling analysis suggests that such a technical incident can quickly link to seemingly unrelated political agendas, highlighting social media's power to shift an event from a technical to a social and political context. These findings suggest that public response to IT crises is not merely technical but inherently social, emotional, and political in nature, underscoring the need for crisis communication strategies that account for emotional complexity and discourse dynamics on social media. This study contributes to the literature by addressing a gap in the literature through a multi-method sentiment analysis of a global IT outage, integrating VADER, Ekman, and Plutchik emotion models alongside topic modeling, and provides a replicable framework for analysing public reactions to technology-driven crises.