Sosyal Medya Analitigi: Twitter i

1
Sosyal Medya Analitigi Twitter için Büyük Veri
Yaklasimi

• Dr. Müge Çevik, Doç. Dr. Selcen Öztürkcan, Doç.
  Dr.Nihat Kasap
• Sabanci Üniversitesi Bilgi
  Üniversitesi Sabanci
  Üniversitesi mugecevik_at_sabanciuniv.edu
  selcen.ozturkcan_at_bilgi.edu.tr
  nihatk_at_sabanciuniv.edu

2
Sosyal Medya Analitigi Twitter için Büyük Veri
Yaklasimi

• Çalismamiz
• Büyük veri analizinin sosyal medya
  arastirmalarinda kullanimi için yöntem önerisinde
  bulunmaktadir.
• Abduction (Tümlesim) yaklasimini kullanmaktadir.
• Sosyal medya analitigine örnekler sunmaktadir.

Çevik, M., Öztürkcan, Selcen Kasap, N., "Sosyal
Medya Analitigi Twitter için Büyük Veri
Yaklasimi (Social Media Analytics Big Data
Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress),
10-13 Haziran, 2015, Eskisehir, Turkey.
3
Sosyal Medya Analitigi Büyük Veri

• Social medya analitigi bloglardan ve sosyal
  medya sitelerinden elde edilen verinin analiz
  edilmesi sonucu çesitli is kararlarinin
  alinmasidir.
• Büyük veri geleneksel veri isleme
  uygulamalarinin yetersiz kaldigi oldukça büyük ve
  karisik verileri tanimlamak için kullanilan genis
  bir kavramdir.
• Sosyal medya sitelerinde biriken verinin
  özelligi
• Büyük veri hacmi
• Günlük 100 milyon tweet 140 bayt
  14.000.000.000 bayt günlük 13 Gigabayt
  aylik400 Gigabayt.
• Verinin olusum hizi ve sikligi

Çevik, M., Öztürkcan, Selcen Kasap, N., "Sosyal
Medya Analitigi Twitter için Büyük Veri
Yaklasimi (Social Media Analytics Big Data
Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress),
10-13 Haziran, 2015, Eskisehir, Turkey.
4
Abduction (Tümlesim Yaklasimi)

• Charles Sanders Peirce (1958) tarafindan ortaya
  atilan Abduction yaklasimi Tümdengelim ve
  Tümevarim yaklasimlarinin bir bütünü olarak
  tanimlanabilir
• Öncelikle açiklayici hipotezler olusturulur
• Daha sonraki asamada tümdengelim ve tümevarim
  yaklasimlari teorinin degerlendirme asamasinda
  birlikte kullanilir.
• Tümdengelim yöntemi ile açiklayici hipotezlerden
  test edilebilir sonuçlar çikarilir.
• Tümevarim yöntemi ile hipotezler sinanir.
• Büyük veri arastirmalarinda, tümdengelim ya da
  tümevarim yerine alternatif olarak her iki
  yaklasimdan da yararlanan tümlesim (abduction)
  yaklasimi kullanilabilir (Kitchin, 2014).

Çevik, M., Öztürkcan, Selcen Kasap, N., "Sosyal
Medya Analitigi Twitter için Büyük Veri
Yaklasimi (Social Media Analytics Big Data
Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress),
10-13 Haziran, 2015, Eskisehir, Turkey.
5
Neden Büyük Veri Analizi?

• Çok büyük hacimli ve detayli bir veri seti
  arastirmanin bilimsel niteligi açisindan önemli
  bir unsurdur.
• Gerçek zamanli ve detayli olarak inceleme olanagi
  vermesi açisindan arastirmacilara büyük firsatlar
  sunmaktadir.
• Büyük kitlelerin davranissal açilardan
  incelenmesine olanak saglayarak, pazarlama basta
  olmak üzere farkli disiplinleri etkileyen sosyal
  olgulari izlenebilmesine imkan vermektedir
  (Savage, 2011)
• Büyük veri analizi ile elde edilen örüntüler,
  gelecek ile ilgili tahmine dayali davranissal
  modellemeler yapilabilmesini saglamaktadir.

Çevik, M., Öztürkcan, Selcen Kasap, N., "Sosyal
Medya Analitigi Twitter için Büyük Veri
Yaklasimi (Social Media Analytics Big Data
Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress),
10-13 Haziran, 2015, Eskisehir, Turkey.
6
Neden Büyük Veri Analizi?

• Incelenmek istenen olgu çerçevesinde
• örneklem olarak çok sayida bireye,
• bu bireylere ait çok katmanli davranis bilgisine,
• uygun maliyetle,
• kisa zamanda ulasmak mümkün olmaktadir.
• Büyük ve güncel veri havuzu, daha küçük
  ölçeklerde farkedilmesi mümkün olmayan, tüketici
  davranislarina yönelik gerçek örüntü ve
  modellerin ortaya çikarilmasina imkan vermektedir
  (Kleinberg, 2008).
• Gerçek davranissal veri içermesi yönüyle, öz
  bildirime dayali (self-response report) anket
  çalismalarindan daha güvenilir sebep sonuç
  iliskileri ortaya konulmasina olanak verir.

7
Twitter

• Kullanicilarin 140 karakterlik mesaj
  paylasimlariyla iletisimlerini saglayan, katilimi
  ücretsiz çevrimiçi bir küresel sosyal ag olarak
  tanimlanmaktadir (Russell, 2014).
• Twitter istatistikleri
• Günlük 100 milyon aktif kullanici
• Twitter kullancisi basina 208 günlük takipçi
• Bir Tweet atmis 550 milyon Twitter kullanici
• Twitter Türkiye istatistikleri
• 9.6 milyon Twitter kullanicisi ( 1 yil içerisinde
  artil orani 33)
• 6.2 milyon aktif kullanici
• Günde 8 milyon tweet

Smith Craig (2015). By the Numbers
150 Amazing Twitter Statistics. WWW
http//expandedramblings.com/index.php/march-2013-
by-the-numbers-a-few-amazing-twitter-stats/
Monitera (2013). Twitter Türkiye 2013.
WWW http//blog.monitera.com/search/label/Twitter
20TC3BCrkiye20Profili
Çevik, M., Öztürkcan, Selcen Kasap, N., "Sosyal
Medya Analitigi Twitter için Büyük Veri
Yaklasimi (Social Media Analytics Big Data
Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress),
10-13 Haziran, 2015, Eskisehir, Turkey.
8
Twitter Arastirmalari

• Twitter, eglenceli bir paylasim araci olmasinin
  yani sira,
• sosyal krizlere ait bilginin yayilmasina (Oh,
  Agrawal Rao, 2013 Li, Vishwanath Rao, 2014)
• toplumsal hareketlere iliskin bilgi aliminin ve
  dagitiminin gerçeklesmesine (Subramani
  Rajagopalan, 2003 Varnali Gorgulu, 2014
  Theocharis, Lowe, vanDeth Garcia-Albacete,
  2014)
• markalarin çevrimdisi mecralarda yaptigi satis ve
  pazarlama çalismalarinin çevrimiçi ortamlara
  yansimasina ve kriz iletisimi gibi tüketicilerle
  iliski yönetimine (Burton Soboleva, 2011
  Kietzmann, Hermkens, McCarthy Silvestre, 2011
  Peters, Chen, Kaplan, Ognibeni Pauwels, 2013).
• genis katilimli sanal bir ortam saglamaktadir.

9
Twitter Arastirmalarindan Örnekler

• Arap Bahari kapsaminda 2011 yilinda Misir devrimi
  sirasinda yasanan olaylarin, Twittera
  yansimalari üzerinden incelendigi bir çalismada
  (Choudhary, Hendrix, Lee, Palsetia Liao, 2012)
  800.000 tweet incelenmistir.
• Protestolar sirasinda ön plana çikan ana konular,
  bu konulara iliskin bireysel olarak öne çikan
  duygular, bu konularin medya kuruluslari
  tarafindan nasil paylasildigi ve protestolara yön
  veren en etkili kisiler ve kurumlar
  belirlenmistir.
• Japonyada meydana gelen Fukusima Nükleer
  Santrali kazasinda atilan 38.300 tweet arasindan
  örneklem olarak seçilen 1.520 tweet analiz
  edilmistir (Li, Vishwanath Rao, 2014).
• Felaket sirasinda ve sonrasinda ortaya çikan
  duygular ve toplum ile hükümet arasindaki
  iletisim incelenerek, bu tür felaketler sirasinda
  tehlike iletisiminin yönetimi konusunda
  önerilerde bulunulmustur.
• 2010 yilinda Toyotanin gaz pedalindaki sorun ile
  ilgili olarak araçlari geri çagrildigi döneme
  iliskin atilan 5000 tweet incelenmistir (Oh,
  Agarwal ve Rao ,2013).
• Kurumsal bir kriz sirasinda marka kimligine
  yönelik olasi tehditleri belirlemek ve yönetmek
  ile ilgili çikarimlarda bulunulmustur.
• Twitterda yaratilan agizdan agiza pazarlamanin
  (WOMM), filmlerin gise hasilati üzerine olan
  etkisi incelenmistir (Rui, Liu Whinston, 2013).
• Takipçi sayisi ve filmler sinemada izlenmeden
  önce olusan agizdan agiza pazarlama ile film
  satislari arasinda pozitif korelasyon oldugu
  bulunmustur.

10
Tasarim ve Yöntem-TAS

• Çalismamiz Taramak, Anlamak ve Sunmak
  adimlarindan olusan TAS çerçevesini kullanarak,
  Twitter verisine odaklanmaktadir (Fan ve Gordon,
  2014)

11
TAS- Taramak, Anlamak, Sunmak

• 1- Taramak adimi
• Twitterin kullanici sayisi büyüklügü ve sik
  frekansli veri akisi, veri ambarinin yüksek
  hacimli veriden ziyade, hizli veri
  depolayabilmesini gerektirir.
• MongoDB, bu ihtiyaci karsilayan bir veri
  ambaridir (Kromer, 2014).
• Taramak adimi ile depolanan veri, Twitter
  üzerinden paylasilan kamuya açik
• Tweet içerikleri,
• paylasim zamanlari,
• paylasan kisinin numerik kullanici kimlikleri,
• paylasimin yapildigi cihaz bilgisi,
• paylasim bütünlesik bir uygulama ile yapilmissa
  uygulama bilgisi,
• paylasima açiksa kullanicinin yer imi bilgisini
  içermektedir.

12
TAS- Taramak, Anlamak, Sunmak

• 1- TARAMAK adimi
• Ambarda toplanan yapilandirilmamis verinin
  incelenebilmesi için, MongoDBden sorgu
  yapilabilmesine imkân veren bir veri tabani
  yönetim sistemi araciligi ile önisleme tabii
  tutulmasi gerekir.
• SQL SERVER önerilen bir analiz ve raporlama
  sistemi olarak karsimiza çikmaktadir (Qin and Li,
  2013).
• Bu asamada, eksik veri temizligi yapilmalidir.

13
TAS- Taramak, Anlamak, Sunmak

• 1- ANLAMAK adimi
• Gürültülü veri için kümeleme yöntemi
  kullanilmalidir.
• Kümeleme yönteminde, arastirilan olgu ile
  iliskili anahtar terimler belirlenerek, analize
  isik tutacak ana basliklar gruplanmalidir.
• Twitter üzerinden elde edilen veriler kapsaminda
  yapilan analizler
• Temel frekans analizleri
• Twitter kullanici sayilari, günlük ortalama Tweet
  adetleri, paylasimi tekrarlanan Tweet (Retweet)
  hacimleri ve kullanicilarin takipçi sayilari gibi
  betimsel istatistiksel daglimlar ve zaman serisi
  yöntemi ile analiz edilir içerik ve duygu
  analizleri ile ortaya atilan hipotezleri sinamak
  mümkündür.
• Ileri analizler
• Bu analizlerden yola çikarak belirlenen örüntü
  kaliplari üzerinden Bayes modellemesi ve benzeri
  yaklasimlarla gelecege yönelik tahmine dayali
  modelleme yapilabilmektedir.
• Çikarimsal istatistik yöntemleriyle degiskenler
  arasindaki iliskilere ait hipotezler
  olusturulabilinir
• Içerik ve duygu analizleri
• içerik ve duygu analizleri ile ortaya atilan
  hipotezleri sinamak mümkündür.

14
TAS- Taramak, Anlamak, Sunmak

• 1- SUNMAK adimi
• Arastirilan olgu ile ilgili ana basliklari
  içeren
• genel analizler,
• günlük Tweet hacimleri,
• Twitter kullanici sayilari,
• günlük ortalama Tweet adetleri,
• paylasimi tekrarlanan Tweet (Retweet) hacimleri
  grafiklerle sunulur.

15
Bulgular ve Tartisma

• Çevrimdisi ortamlarda meydana gelen olaylarin
• çevrimiçi ortamlara yansima biçimi
• sosyal medya araçlarinin bireyler arasindaki
  iletisime iliskin kullanilis sekli ile ilgili
  gerçek verinin Twitter üzerinden alinarak
  arastirma konusu olan olguya iliskin detayli
  analizlerin yapilmasi mümkün olmaktadir.

16
Bulgular ve Tartisma- Örnekler

• 2013 Gezi Parki Protestosu (dönemi basinda
  meydana gelen önemli olaylarin Twitter üzerine
  yansimasi)

Kasap, N., Öztürkcan, S., Zaman, T. Cevik, M.,
An analysis for Information Diffusion on Social
Media during Gezi Protests in Turkey, Submitted
to Communications of ACM on 20 March 2015
(SSCI).In review
17
Bulgular ve Tartisma- Örnekler

• 2013 Gezi Parki Protestosu
• Twitterda konusulan temel kavramlar
  belirlenerek Twitterin ne için ve nasil
  kullanildigini belirlemek mümkün olmaktadir.
• Ayrica, bu süreçte boykot edilen markalara
  iliskin sürecin çevrimiçi ortamlardaki yansimasi
  da Twitter üzerinden yapilan analizlerle ortaya
  çikarilabilmektedir.
• Twitter verisi Foursquare verisi ile
  birlestirilerek boykot edilen markalara ve Gezi
  Parkina yapilan check-in sayilarinin analizleri
  yapilabilmektedir.

18
Bulgular ve Tartisma- Örnekler

• 2014 Soma Maden Kazasi
• ilk günlerinde ve sonrasinda Twitter ortamindaki
  paylasimlar incelenmistir.
• Kar amaci gütmeyen yardim etkinlikleri sekil
  üzerinde kirmiz ile isaretlenmistir.
• Böylece Twitter yansimalari sosyal pazarlama
  etkileri açisindan incelenebilmektedir.

Kasap, N., Saygin, Y., Cevik, M. Arin, I.
Role of Emotion in Social Sharing The Case of
Soma Mine Accident, To be Submitted to JCR.
19
Sonuç, Öneriler ve Kisitlar

• Sosyal medya araçlari üzerinden elde edilen büyük
  veri, bireylerin çevrimiçi ortamlarda bilgiyi
  isleyis biçimlerini ve diger bireylerle hangi
  faktörlerin etkisi altinda paylasim yaptiklarini
  genis bir bilgi tabani üzerinden inceleyebilme
  imkanini arastirmacilara vermektedir (Oh, Agarwal
  Rao, 2013 Shi, Rui Whinston, 2014).
• Bulasicilik etkisi-
• Retweet- Twitter, kullanicilari arasinda
  paylasilan mesajlarin onay gerektirmeden, baska
  kullanicilar tarafindan tekrarli olarak
  iletilmesine olanak saglamaktadir.
• Mesajin içerigi, ilk paylasan kisi, takipçi
  sayisi ve zamansal yayilim nitelikleri
  incelenerek toplumsal, sosyal veya pazarlamaya
  iliskin olgularin bulasiciligi incelenebilmektedir
  
• Iliski Yönetimi-
• marka-müsteri ve hükümet-toplum gibi gruplar
  arasindaki iletisim yönetimi ve stratejik
  pazarlama kararlari üzerine çikarimlar
  yapilmasina olanak vermektedir.

20
Sonuç, Öneriler ve Kisitlar

• Tahminsel modelleme-
• Elde edilen örüntüler, gelecek ile ilgili tahmine
  dayali davranissal modellemeler yapilabilmesini
  saglamaktadir.
• Itibar yönetimi-
• Böylece birey ve markalar için itibari tehdit
  edecek hareketlerin önceden belirlenmesiyle,
  basarili itibar yönetimi ve iletisimi
  yapilabilmektedir.
• Sentiment ve Duygu analizleri
• Diger taraftan, herhangi bir markaya iliskin
  kullanilan kelimelerin ve duygu kaliplarinin
  incelenmesiyle, markanin hedef kitlesi olan
  tüketici gruplarinin psikografik olarak
  betimlenmesine olanak saglamaktadir.

21
Öneriler ve Kisitlar

• Twitter kullanici davranislari üzerine ülkemizde
  yapilan arastirmalar bulunmakla beraber,
  paylasilan Tweetlerin incelenmesine dair
  yöntemsel bir yaklasim henüz benimsenmemistir.
• TAS çerçevesi, Twitter uygulamasi üzerinden
  sosyal medya analitigine yönelik büyük veri
  incelemesi için önerilmektedir.
• Gelecek çalismalarda da farkli olgularin
  arastirmalarinda kullanilarak, yöntem olarak
  güvenirlilik ve geçerlilik açisindan
  sinanmalidir.
• Twitterda yapilan paylasimlar kültürel ve
  sosyo-ekonomik farkliliklardan etkilenebilecegi
  için önerilen arastirma yöntemi bu etkenlerin
  isiginda gelecek çalismalarda dikkate
  alinmalidir.
• TAS çerçevesi, kullanicilari gizli olmayan
  profiller ile onay gerektirmeyen paylasimlar
  yapabilmesine olanak veren, Foursquare,
  Instagram, ve Yelp gibi sosyal aglarin
  incelenmesi için de kullanilabilir.
• Toplanan verinin, incelenen sosyal agin sadece
  paylasimlari gizli olmayan kullanicilarin
  davranislarini içermesi, analiz sonuçlari
  açisindan bir kisit ortaya koymaktadir (Crawford,
  2013).

22
REFERANSLAR

• Choudhary, A., Hendrix, W., Lee, K., Palsetia,
  L., and Liao, W-H. (2012). Social Media Evolution
  of the Egypt Revolution. Communications of the
  ACM, 55, 74-80.
• Fan, W., and Gordon M. D. (2014). The power of
  social media analytics. Communications of the
  ACM, Vol. 57, 6, 74-81.
• Kleinberg, J. (2008). The convergence of social
  and technological networks. Communications of the
  ACM, Vol. 51,11,66-72.
• Kasap, N., Öztürkcan, S., Zaman, T. Cevik, M.,
  An analysis for Information Diffusion on Social
  Media during Gezi Protests in Turkey, Submitted
  to Communications of ACM on 20 March 2015
  (SSCI).In review
• Kasap, N., Saygin, Y., Cevik, M. Arin, I.
  Role of Emotion in Social Sharing The Case of
  Soma Mine Accident, To be Submitted to JCR.
• Peirce, C. S. (1931-1958). The Collected Papers
  (C. Hartshorne P. Weiss (Eds.), Vols.1-6 A.
  Burks (Ed.), Vols. 7-8). Cambridge, MA Harvard
  University Press.
• Peters, K., Chen, Y., Kaplan, A. M., Ognibeni, B.
  and Pauwels, K. (2013).Social Media Metrics A
  framework and Guideline for Managing Social
  Media. Journal of Interactive Marketing, 27 ,
  281298
• Rui, H., Liu, Y., and Whinston, A. (2013). Whose
  and what chatter matters? The effect of tweets on
  movie sales. Decision Support Systems, 2013, 1-8.
• Russell, M. A. Mining the Social Web (pp.30) (2nd
  Ed.) 2013 CA OReilly Media.
• Savage, N. (2011). Twitter as Medium and Message.
  Communications of the ACM, Vol. 54, 3, 18-20.

23
REFERANSLAR

• Shi, Z., Rui, H., and Whinston, A. B. Content
  Sharing in a Social Broadcasting Environment
  Evidence From Twitter. MIS Quarterly 38, 1,
  (March 2014), 123-142.
• Subramani, M.R., and Rajagopalan, B. (2003).
  Knowledge- Sharing and Influence in Online Social
  Networks via Viral Marketing. Communications of
  the ACM 46, 12, 300-307.
• Theocharis, Y., Lowe, W., van Deth, J. W., and
  García-Albacete, G. (2015).Using Twitter to
  mobilize protest action online mobilization
  patterns and action repertoires in the Occupy
  Wall Street, Indignados, and Aganaktismenoi
  movements. Information, Communication Society ,
  18 , 202-220.
• Tremayne, M. (2014). Anatomy of Protest in the
  Digital Era A Network Analysis of Twitter and
  Occupy Wall Street. Social Movement Studies, 13 ,
  110-126.
• Varnali, K. and V. Gorgulu. (2014). A social
  influence perspective on expressive political
  participation in Twitter the case of
  OccupyGezi. Information, Communication
  Society, 18, 1-16.