Journals / Stratejik ve Sosyal Araştırmalar Dergisi / 2019 / Cilt: 3 - Sayı: 3

PARİS VE CHRİSTCHURCH TERÖR SALDIRILARININ TWİTTER ÜZERİNDEKİ İSLAMOFOBİK SÖYLEME ETKİSİNİN DUYGU ANALİZİ İLE TESPİTİ

Pages
417–427
Publication Date
2019-11-24
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Bulgular, nötr görüşün her saldırının sonrasında belirli bir yöne doğru evrildiğini de göstermiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:İnternet erişiminin artması ve altyapının güçlenmesiyle kullanıcı sayılarında artış yaşayan sosyal ağlar insanların farklı konulardaki duygu ve düşüncelerini paylaştığı platformlar haline gelmiştir.
📊
Key Findings & Data:Dijital ortamda bulunan verilerin yüzde %90’dan fazlası sadece son 2 yılda oluşmuştur.
💡
Conclusion & Impact:Bulgular, nötr görüşün her saldırının sonrasında belirli bir yöne doğru evrildiğini de göstermiştir.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Twitter · İslamofobi · Terör

Özet

İnternet erişiminin artması ve altyapının güçlenmesiyle kullanıcı sayılarında artış yaşayan sosyal ağlar insanların farklı konulardaki duygu ve düşüncelerini paylaştığı platformlar haline gelmiştir. Dijital ortamda bulunan verilerin yüzde %90’dan fazlası sadece son 2 yılda oluşmuştur. Veri hacmindeki bu devasa artış sosyal ağlardaki verilerden kanaat çıkarımının geleneksel yollarla yapılmasını imkânsız kılmaktadır. Bunun yerine makine öğrenmesi yaklaşımlarıyla çözümler geliştirilmektedir. Bu çalışmada da duygu analizi kullanılarak Paris ve Christchurch terör saldırılarının Twitter üzerindeki İslamofobik söyleme etkisi çalışılmıştır. Çalışmada İslamofobik tweetler için özelleşmiş bir sınıflandırıcı olarak Python programlama dili kullanılmıştır. Çalışma sonucunda elde edilen bulgulara göre, Müslümanların hedef alındığı Yeni Zelanda’da saldırı öncesinde dünya genelindeki İslamofobik söylem yüzdesi %45 iken, saldırı sonrasında bu %35,5’e inmiş; İslam yanlısı söylem ise %39,4’dan %42,4’ye ulaşmıştır. Paris saldırısı sonrasında ise İslamofobik söylem %26,7’den %37,5 seviyesine çıkmış, İslam yanlısı söylem %39,4’den %30,3’e inmiştir. Bulgular, nötr görüşün her saldırının sonrasında belirli bir yöne doğru evrildiğini de göstermiştir.

🔖

Cite This Article

KÜÇÜKYILMAZ, M., AYAN, B. (2019). PARİS VE CHRİSTCHURCH TERÖR SALDIRILARININ TWİTTER ÜZERİNDEKİ İSLAMOFOBİK SÖYLEME ETKİSİNİN DUYGU ANALİZİ İLE TESPİTİ. Stratejik ve Sosyal Araştırmalar Dergisi, Cilt: 3 - Sayı: 3, 417–427. https://ajindex.com/articles/802739

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (10)

  1. Lincoln, S. R. (2009). Mastering Web 2.0: transform your business using key website and social media tools. Philadelphia: Kogan Page Publishers,7-17. İnternet: Forbes, How Much Data Do We Create Every Day? The Mind-Blowing Stats Everyone Should Read, URL: https://www.forbes.com/sites/bernardmarr/2018/05/21/how-much-data-do-we-create-every-day-the-mind-blowing-stats-everyone-should-read/#13572e5d60ba, Son Erişim Tarihi: 25.07.2019
  2. Russell, M. A. (2011). Mining the social web: Analyzing data from Facebook, Twitter, LinkedIn, and other social media sites. O'Reilly Media, Inc,201-224.
  3. Gürler, C. (2010). Nefret suçları ve iş hayatı. Ankara Barosu Dergisi, (1), 259-274.
  4. Karan, U. (2007). Türk Hukukunda Ayrımcılık Yasağı Ve Türk Ceza Kanunu’nun 122. Maddesinin Uygulanabilirliği, Türkiye Barolar Birliği Dergisi, S, 73, 146-173.
  5. Öztekin, H. (2015). YENİ MEDYADA NEFRET SÖYLEMİ: EKŞİ SÖZLÜK ÖRNEĞİ. Journal of International Social Research, 8(38). Kuş, O. (2016). DİJİTAL NEFRET SÖYLEMİNİ ANLAMAK: SURİYELİ MÜLTECİ KRİZİ ÖRNEK OLAYI BAĞLAMINDA BBC WORLD SERVICE FACEBOOK SAYFASINA GELEN YORUMLARIN METİN MADENCİLİĞİ TEKNİĞİ İLE ANALİZİ. İstanbul Üniversitesi İletişim Fakültesi Dergisi| Istanbul University Faculty of Communication Journal, (51), 97-121
  6. Alp, H. (2016). Çingenelere Yönelik Nefret Söyleminin Ekşi Sözlük’te Yeniden Üretilmesi. Ankara Üniversitesi İlef Dergisi, 3(2), 143-172.
  7. Awan, I. (2014). Islamophobia and Twitter: A typology of online hate against Muslims on social media. Policy & Internet, 6(2), 133-150.
  8. Miller, C., Arcostanzo, F., Smith, J., Krasodomski-Jones, A., Wiedlitzka, S., Jamali, R., & Dale, J. (2016). From Brussels to Brexit: Islamophobia, Xenophobia, Racism and Reports of Hateful Incidents on Twitter. DEMOS. Available at www. demos. co. uk/wpcontent/uploads/2016/07/From-Brussels-to-Brexit_-Islamophobia-Xenophobia-Racism-and-Reports-of-Hateful-Incidents-on-Twitter-Research-Prepared-for-Channel-4-Dispatches-% E2, 80. Aktaş, M. (2017). AB Ülkelerinde İslamofobi ve Terörizm. Ombudsman Akademik, (7), 127-155.
  9. Makice, K. (2009). Twitter API: Up and running: Learn how to build applications with the Twitter API. O'Reilly Media, Inc,1-20. Internet: Statista, Number of monthly active Twitter users worldwide from 1st quarter 2010 to 1st quarter 2019, URL: https://www.statista.com/statistics/282087/number-of-monthly-active-twitter-users/, Son Erişim Tarihi: 24.07.2019
  10. O'Reilly, T., & Milstein, S. (2011). The twitter book. California: