Akan sosyal medya verilerinden kentsel sosyal kümelerin keşfi için veri madenciliği tekniklerinin geliştirilmesi

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: ALPER ECEMİŞ

Danışman: AHMET ŞAKİR DOKUZ, METE ÇELİK

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Sosyal medya platformları, kullanıcıların birbirleriyle iletişim kurmalarına, içerik üretmelerine ve bilgiye erişmelerine olanak sağlayan çevrimiçi iletişim ağlarıdır. Sosyal medya platformlarındaki verilerinin analizi ise toplumdaki kullanıcıların davranışlarını, eğilimlerini ve etkileşimlerini anlamak için oldukça önemlidir. Bu bağlamda tez çalışması kapsamında, akan sosyal medya verilerinden kentsel sosyal kümelerin keşfi, önem derecelerinin belirlenmesi ve konu analizi problemi dört temel aşama ile ele alınmıştır. Bu amaçla, öncelikle, akan veri zaman, mekân ve içerik bakımından kayan pencere yöntemi ile analiz edilerek anormal sosyal aktiviteler tespit edilmektedir. Ardından, kentsel sosyal kümeler keşfedilip, zaman, mekân ve meta bilgiler kullanılarak kümelerin önem puanı ve sırası belirlenmektedir. Daha sonra, keşfedilen kentsel sosyal kümelerdeki konular zamansal ve mekânsal olarak analiz edilerek kentsel sosyal kümelerdeki dönemsel, genel ve kalıcı konular tespit edilmektedir. Son olarak akan sosyal medya verisi blokzincir sistemine uyarlanarak verinin şeffaf, güvenilir ve izlenebilir bir şekilde depolanması ve işlenmesi sağlanmaktadır. Sonuç olarak, çalışmaların literatürdeki rakiplerine kıyasla işlem zamanı bakımından daha iyi performans sergilediği ortaya konmaktadır.