AKADEMİK YAZARLARIN YAYINLARI ARASINDAKİ İLİŞKİNİN SOSYAL AĞ BENZERLİK YÖNTEMLERİ İLE TESPİT EDİLMESİ

Sosyal ağlar günümüzde oldukça popüler bir konumda bulunmaktadır. İnsanlar tarafından yoğun olarak kullanılan bir platform halini almıştır. Bu durum yüksek miktarda veri üretimine neden olmaktadır. Bu verilerin anlamlı ve faydalı bir forma dönüştürebilmek için birçok yöntem geliştirilmiştir. Bu yöntemler arasında veri madenciliği teknikleri ilk sıralarda yer almaktadır. Bu çalışmada veri madenciliği ve sosyal ağ yöntemleri kullanılarak yazarların yayınlarında belirtmiş oldukları anahtar kelimelere göre ilgili yazarlar arasındaki çalışma alanı benzerlikleri tespit edilmiştir. Veri seti olarak IDAP 2018(International Conference on Artificial Intelligence and Data Processing ) sempozyumunun yayın verileri kullanılmıştır. 536 yazar ve 1188 anahtar kelimeden oluşan veri setine Jaccard, Euclidean, Cosine benzerlik yöntemleri uygulanmıştır ve çalışmalarına göre yazarların yayınları arasındaki benzerlikler analiz edilerek karşılaştırılmıştır. Yazarların sonraki yayınlarında birbirleri ile çalışma yapabilmeleri açısından yönlendirici sonuçlar elde edilmiştir. Verilerin analize uygun forma getirilmesi için SQL Server kullanılırken, analiz ve görsel öğelerin oluşturulması için ise, R dili ve R Studio IDE kullanılmıştır.

THE DETERMINATION OF THE RELATIONSHIP BETWEEN THE PUBLICATIONS OF THE ACADEMIC AUTHORS BY THE SOCIAL NETWORK SIMILARITY METHODS

Social networks are nowadays very popular. It has become an intensively used platform by people. This status causes a high amount of data production. Many methods have been developed to transform these data into a meaningful and useful form. Data mining techniques are at the top of the list among these methods. In this study, data mining and social networking methods were used to determine the similarity of the study area between the related authors according to the key words that the authors mentioned in their publications. The publication data of the IDAP 2018 symposium was used as a data set. Jaccard, Euclidean, Cosine similarity methods were applied the data set consisted of 536 authors and 1188 keywords and similarities among the authors publications were compared through analyzed. In the subsequent publications of the authors, guiding results were obtained for them to work with each other. while SQL Server was used to convert data to the appropriate format for analysis, for the analysis and creation of visual elements, the R language and R Studio IDE were used.

___

  • Argan, M.T. (2014) E-Şikâyetle İlgili Tanımlayıcı Bir Çalışma: Şikâyet Forumu Olarak Bir Web Sitesinin Sosyal Ağ Analizi, İnternet Uygulamaları ve Yönetimi Dergisi, 2014/5 DOI: 10.5505/iuyd.2014.69775
  • Cosine Similarity(2012), Erişim Adresi: http://bilgisayarkavramlari.sadievrenseker.com/2012/11/08/kosinus-benzerligi-cosine-similarity-2/ (Erişim Tarihi: 27.02.2019)
  • Cran (2018), Erişim Adresi: https://cran.r-project.org/ (Erişim Tarihi: 27.02.2019)
  • Data aspirant(2015), Erişim Adresi: http://dataaspirant.com/2015/04/11/five-most-popular-similarity-measures-implementation-in-python/ (Erişim Tarihi: 27.02.2019)
  • Demir,H ve Taktak, F. (2011) Konumsal Veri Üzerine Sosyal Ağ Analizi (SAA): Afyonkarahisar Örneği, Harita Teknolojileri Elektronik Dergisi, Cilt: 3 No: 1 (7-16)
  • Demircan, S.(2009) Çoklu Etmenler Kullanılarak Enerji Nakil Hattı Güzergah Optimizasyonu, Yüksek Lisans Tezi, Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Konya.
  • Dev veri(2014), Erişim Adresi: http://devveri.com/veri-madenciligi/buyuk-veri-icerisinde-benzer-ogeleri-bulmak (Erişim Tarihi: 27.02.2019)
  • Gürsakal N.,Tüzüntürk S., Eteman F.S. (2014) Sosyal Ağ Verilerinin Kuvvet Yasası Olasılık Dağılımına Uygunluk Analizi: Twitter Örneği, Ekonometri, Yöneylem Araştırması ve İstatistik Sempozyumu, Cilt: 15 ,Mayıs , Isparta.
  • İnce, K. ve Karcı, A.(2019) Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi, Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 2019 Cilt 34 Sayı 1,Ankara Turkey DOI: 10.17341/gazimmfd.416506
  • Jaccard index(2013), Erişim Adresi: http://bilgisayarkavramlari.sadievrenseker.com/2013/07/01/jaccard-indeksi-jaccard-index (Erişim Tarihi: 27.02.2019)
  • Keleş, M.K. ve Özel, S.A. (2017) Mesafeli Metrikler ile Türkçe Metinler Arasında Benzerlik Tespiti, Uluslar Arası Bilgisayar Bilimleri ve Mühendisliği Konferansı, 5-8 Ekim, Antalya.
  • Math overflow(2010), Erişim Adresi: https://mathoverflow.net/questions/18084/is-the-jaccard-distance-a-distance (Erişim Tarihi: 27.02.2019)
  • Plerou A. P. , Sioutas S., Salaidis V.G.(2014) CSMR: A Scalable Algorithm for Text Clustering with Cosine Similarity and MapReduce, IFIP International Conference on Artificial Intelligence Applications and Innovations, September DOI: 10.1007/978-3-662-44722-2_23
  • R (2018) , Erişim Adresi: https://www.r-project.org/about.html (Erişim Tarihi: 27.02.2019)
  • Sabah, L. (2018) Sosyal Ağ Analizi ve Salgın Modelleme, Yüksek Lisans Tezi, Düzce Üniversitesi Fen Bilimleri Enstitüsü, Düzce
  • Yıldırım, B.(2012) Unitary Cayley Grafların Baskınlık Sayısının İncelenmesi, Yüksek Lisans Tezi, Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Konya.
Uludağ Üniversitesi Mühendislik Fakültesi Dergisi-Cover
  • ISSN: 2148-4147
  • Yayın Aralığı: Yılda 3 Sayı
  • Başlangıç: 2002
  • Yayıncı: BURSA ULUDAĞ ÜNİVERSİTESİ > MÜHENDİSLİK FAKÜLTESİ