KaydedilenlerDerginizi ekleyin

Dergiler / International Journal of Advances in Engineering and Pure Sciences / 2026 / Cilt: 29 Sayı: 3

R ile Sosyal Ağ Madenciliği

Social Network Mining with R

Buket Doğan(MARMARA ÜNİVERSİTESİ)
Ufuk Sarıkaya(MARMARA ÜNİVERSİTESİ)
Abdulsamet Aktaş(MARMARA ÜNİVERSİTESİ)
Sayfa
94–101
Yayın Tarihi
2017-11-01
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu çalışmada sosyal ağ madenciliği uygulaması kapsamında Twitter ve WhatsApp verileri üzerinde R programlama ortamında yapılan analiz süreci ve sonuçları açıklanmaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez: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.
📊
Temel Bulgular & Veri:Sosyal ağ madenciliği ile bu ortamda farklı biçimlerde ve büyük miktardaki verinin, veri madenciliği yöntemleri ile analiz edilmesi ve anlamlandırılması mümkün olmaktadır.
💡
Sonuç & Katkı:Bu çalışmada sosyal ağ madenciliği uygulaması kapsamında Twitter ve WhatsApp verileri üzerinde R programlama ortamında yapılan analiz süreci ve sonuçları açıklanmaktadır.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Sosyal Ağlar · Sosyal Ağ Madenciliği · Twitter

Özet

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.

Abstract

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.

🔖

Bu Makaleye Atıf Yap

Doğan, B., Aktaş, A. (2017). R ile Sosyal Ağ Madenciliği. International Journal of Advances in Engineering and Pure Sciences, Cilt: 29 Sayı: 3, 94–101. https://doi.org/10.7240/marufbd.330585

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (10)

  1. https://www.statista.com/statistics/303681/twitter-users-worldwide/ (Temmuz 2017)
  2. https://www.statista.com/statistics/260819/number-of-monthly-active-whatsapp-users/ (Temmuz 2017)
  3. 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.
  4. RStudio – Open source and enterprise-ready professional software for R.). Retrieved 01/06/2017, from https://www.rstudio.com/
  5. Ihaka, R., & Gentleman, R. (1996). R: a language for data analysis and graphics. Journal of computational and graphical statistics, 5(3), 299-314.
  6. 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
  7. Zhang, K. P., Bhattacharyya, S., & Ram, S. (2016). LARGE-SCALE NETWORK ANALYSIS FOR ONLINE SOCIAL BRAND ADVERTISING. [Article]. Mis Quarterly, 40(4), 849-+.
  8. 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.
  9. 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
  10. 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.