Bugün insanlık, yüzyıllarca sürecek değişimlerin birkaç ay içinde gerçekleştiği bir dönemi yaşamaktadır. İş dünyasından siyasete her alanda değişimler takip edilemeyecek derecede hızlı gerçekleşmektedir. Değişim hızındaki artışın en önemli tetikleyicisi bilginin aktarım hızındaki artıştır.

Özellikle son yirmi yılda hızla dijitalleşen veri, internet teknolojilerinin gelişmesiyle kolay erişilebilir ve hızla aktarılır olmuştur. Dijital devrim olarak adlandırılan bu hızlı değişim ile birlikte fiziki ortamların kısıtlayıcı etkisi ortadan kalkmış bilgi, aman ve mekândan bağımsız olarak hareket kabiliyeti kazanmıştır.

Dijital devrim ile birlikte bilginin dijitalleşmesinin ardından ilişkiler de dijitalleşmiştir. Sosyal medyadan bir veri olarak elde edilebilen bu ilişkiler, insanın içinde bulunduğu sosyal ağın daha da belirginleşmesini sağlamıştır.

Sosyal ağ analizi bize dünyayı ağlar olarak algılama imkânı vermektedir. Baktığınız her şeyi bir ilişki boyutunda ağlar olarak görmek imkânı ortaya çıkmaktadır. Gözle görülmeyen ancak sosyal ağ analizi ile görselleştirildiğinde belirginleşen ilişkiler, farklı bilgileri de öğrenmemiz olanak tanımaktadır. Sosyal ilişkilerden, okuduğumuz metinlere kadar sosyal ağlar her yerdedir. Sosyal ağ analizi ise, bu ilişkileri görmemizi sağlayan bir gözlük gibi vazife görmektedir.

 

Sosyal Ağ Analizine Kısa Bir Bakış

 

Sosyal Medya Madenciliği (sosyal ağ analizi), olarak da adlandırılan Sosyal Ağ Analizi, sosyal medyadan elde edilen düzensiz verinin işlenmesi ve bu veriden işe yarar bilgi çıkarımı süreci olarak tanımlanabilmektedir. Sosyal ağlardaki katılımcılar ile aralarındaki etkileşimin analiz edilmesiyle, çok çeşitli ve yararlı bilgi çıkarımları elde etmek mümkündür.

Bir ağdaki en etkili kişinin kim olduğu, kişilerin ağdaki rollerinin ne olduğu, kişilerin sosyal ağa katılımlarının nasıl olduğu, bilginin ağda nasıl yayıldığı, kişilerin sosyal ortamdaki davranışlarının nasıl olduğu konuları sosyal ağ analizi ile cevaplanabilmektedir.

Sosyal Ağ Analizi Bileşenleri

Sosyal ağ kavramı genellikle bir ağı meydana getiren kişiler ve bu kişiler arasındaki bağlantılar olarak tanımlanmaktadır. Sosyal ağları görselleştirmek için kullanılan graf (graph) olarak adlandırılmaktadır. Graf yapısı görünmeyen sosyal ağları görünür kılan çizimlerdir. Komşu şehirler ve bu şehirleri birbirine bağlayan yollar bir graf yapısını ifade etmektedir. Benzer şekilde, bir elektrik devre şeması da aslında bir graftır. Basit bir grafta Düğümler (Node) ve Kenarlar (Edge) bulunmaktadır.

Basit bir sosyal ağ analizindeki kişiler düğüm iken, kişiler arasındaki ilişkiler kenarlar ile ifade edilmektedir. Graflar, kenarların yönlü ya da yönsüz olmasına göre iki türlü olabilmektedir. Buna göre Facebook arkadaşlığı yönsüz bir graftır. Çünkü Facebook arkadaşlığında ilişki iki taraflıdır. Ancak Twitter incelemelerinde graf yönlü olabilecektir. Çünkü Twitter’da yalnızca bir kişi diğerini takip edebilmektedir. Nadiren hem yönlü hem de yönsüz kenarlar içeren graflar oluşturulabilir. Bu tür graflara karışık (mixed) graf denmektedir. Bununla birlikte kişiler arası ilişkileri ifade eden kenarlar negatif ya da pozitif işaretli olabilmektedir. Örneğin, kişiler arası dostluk ya da düşmanlığı ifade etmek için bu tür graflara başvurulmaktadır. Ağlar, en azından iki düğüm ve aralarındaki ilişkiyi ifade eden bir kenar ile başlar ve çok sayıda düğümü içerebilmektedir.

 

Sosyal Ağ Analizi Ölçütleri

Sosyal ağları hem bütünsel olarak hem de kişiler bazında analiz ederken yardımcı olan birtakım ölçütler bulunmaktadır. Bu ölçütler, ağladı düğümleri ve kenarları birbirleriyle kıyaslayabilmek açısından cetvel vazifesi gören ölçü birimleridir. Ölçütler, graf yapısı üzerinden hesaplanabilen sayısal verilerdir. Ölçütler temel olarak, bir ağdaki en etkili bireyleri tespit etmekte, ağın karakteristik yapısını anlamakta ve ağda nelerin ve neden olup bittiğini anlamakta yardımcı olmaktadır.

Farklı analizler için oldukça çeşitli ölçütler geliştirilmiştir. Bu çalışmada yalnızca araştırmaya yardımcı olan ve grafta kullanılan ölçütlerden bahsedilmiştir. Merkezilik (Centrality) ölçütü, sosyal ağ analizinin temelini oluşturan ölçütlerden biridir. Basitçe merkezilik, bir düğümün bir ağ içerisinde ne kadar merkezi olduğunu ifade etmektedir. Derece Merkeziliği ise (Degree), bir düğümle bağlanan kenar sayısını ifade etmektedir. Son olarak Özvektör Merkeziliği (Eigenvector Centrality) ise derece merkeziliğini bir adım öteye taşıyan bir ölçüttür. Özvektör merkeziliği yalnızca bir düğümün kaç komşuya sahip olduğuna değil, bağlantılı olduğu komşuların da ne kadar önemli olduğuna da bağlıdır. Aslında gerçek hayatın görselleştirilmesinde en yararlı ölçütlerden biri özvektör merkeziliğidir. Bu ölçüt ayrıca prestij (prestige) olarak da bilinir.

Sosyal Ağ Analizinde Görselleştirme

Sosyal ağ analizlerinin en önemli süreçlerinden biri de görselleştirmedir. Görselleştirme, insanın karmaşık yapıları anlama kapasitesini artıran bir yöntemdir. Sosyal ağ analizinde görselleştirme için çok sayıda Yerleşim Algoritması kullanılmaktadır. Analizin yapısına ve verinin karmaşıklığına göre farklı yerleşim algoritmaları kullanılabilmektedir. Bu çalışmada paylaşım kaynağının gücünü daha doğru görselleştirmesi için Fruchterman Reingold, Noverlap, Dual Circle gibi yerleşim algoritmalarından yararlanılmıştır.

Sosyal ağ analizi tekniklerini uygulamak için çok sayıda ücretli ve ücretsiz yazılım bulunmaktadır. Yazılımlar temel olarak verinin çekilmesi, işlenmesi, analiz edilmesi ve görselleştirilmesi süreçlerini gerçekleştirmektedir. Bu çalışmada temel olarak üç farklı sosyal ağ analizi kullanılmıştır. Bunlardan ilki verinin Twitter’dan çekilmesi ve işlenmesini sağlayan Knime adlı programdır. Knime, Twitter kullanıcı adı, ID’si, yazılan Twit, etkileşim ayıları ve görsellerin çekilebildiği güçlü bir yazılımdır. Sosyal ağ analizinde kullanılan güçlü programlardan biri de bir Microsoft Excel şablonu olan NodeXL’dir. Bu program hem sosyal ağdan verileri çekebilmekte, belirli ölçütlere göre filtreleyebilmekte ve veriyi görselleştirebilmektedir. Bu çalışmada NodeXL’in filtreleme özelliğinden yararlanılmıştır. Son olarak, oldukça güçlü bir görselleştirme yazılımı ve açık kaynaklı Gephi, etkileşimli bir ağ görselleştirmesi sağlanması amacıyla kullanılmıştır.

Koray Biber