TÜRKİYE GENEL SEÇİM SONUÇLARININ BİR GÖSTERGESİ OLARAK HASHTAG VE MENTION EYLEMLERİNİN TWİTTER TABANLI ANALİZİ

A TWITTER-BASED ANALYSIS OF HASHTAG AND MENTION ACTIONS AS AN INDICATOR OF TURKISH GENERAL ELECTIONS’ OUTCOMES

Özet

Sosyal medya; gerçek dünyadaki sosyal eğilimleri, siyasi katılım ve gösteriler gibi kolektif eylemleri tanımlamak için önemli ve geniş çaplı bir veri sunmaktadır. İnsanlar bu kanalları kullandıklarında, araştırmacılar tarafından kolayca ulaşılabilecek büyük miktarda dijital iz bırakmaktadırlar. Bu dijital iz, kolektif eylemleri gözlemleme ve ortaya çıkarma konusunda araştırmacılara eşsiz bir imkân sunmaktadır. Bu araştırma, günlük Twitter aktivitelerinin (tweet, retweet, mention), birçok çalışmada ele alındığı gibi, Türkiye seçim sonuçlarına ilişkin önemli bir gösterge olup olmadığını test etmeyi amaçlamıştır. Bunu test etmek için, Eom ve arkadaşları (2015) tarafından günlük tweet hacmine dayalı olarak değişkenlerin sırasını tahmin etmek için geliştirilen bir yöntem seçilerek uygulanmıştır. Partilerin ve adayların tahmini sıralamasında en uygun zaman aralığını bulmak için günlük tweet hacimlerindeki dalgalanmalar kullanılmıştır. Çalışma sonucunda, elde edilen sonuçlardan bazılarının önceki çalışmalarla örtüştüğü görülmüştür. Bu çalışma sonucunda elde edilen günlük ilgi miktarı ile seçim sonuçları arasındaki korelasyon –seçim sonuçlarını doğrudan etkilemese de– Türkiye’de Twitter verilerinin bir gösterge olarak kullanılabileceğini göstermiştir.

Abstract

Social media provides a large-scale data that have substantial prospective to definecollective actions such as social trends, political participation and complex phenomenain real world. When people use these channels, they leave a huge amount of digitaltrace that can be easily reached by researchers. This digital trace bestows us a uniquepossibility to observe and reveal collective actions at unpreceded measures. In thisresearch, we have aimed to test if the daily Twitter activities (tweet, retweet, mention)can serve as a significant indicator regarding Turkish election results, an argumentalready engaged in previous studies. To test it, we have applied a method that wasdeveloped by Eom et al. (2015) based on daily tweet volume to predict the ranks ofvariables. We have used the fluctuations of daily tweet volumes in order to find theoptimal time frame for predicted ranking of parties and candidates. We have concludedthat some of our results overlap with previous studies. The correlation between thedaily attention volume on acquired in this study and the election results –even thoughit does not directly impact the election results– shows Turkish Twitter data can be usedas a proxy tool.