Ana içeriğe atla

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
BÜYÜK VERİ VE SOSYAL AĞ ANALİZİİEVY1112886Güz Dönemi3+039
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin DiliTürkçe
Dersin SeviyesiYüksek Lisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin KoordinatörüDr.Öğr.Üye. Mutlu GÜRSOY
Dersi VerenlerDr.Öğr.Üye. Mutlu GÜRSOY
Dersin Yardımcıları
Dersin AmacıBüyük verilerden faydalı bilgileri keşfetmek, karar performansını iyileştirmenin umut verici bir yolu olarak kabul edilir. Geleneksel veri analitiği, yalnızca iki boyutlu bir veri tablosunda depolanan verileri işleyebilir, ancak karmaşık biçimlerdeki (örneğin, çoklu ilişkisel veritabanları) verileri temsil etme ve analiz etme yeteneğinden yoksundur. Çizgeler (Graphs), uzamsal bilgi ve bağlantılar gibi çeşitli bilgi türlerini bütünleştirme ve temsil etme yeteneğine sahiptir. Çizge verilerine dayalı bilgi keşfi, bu nedenle, büyük verilerdeki karmaşık ilişkileri ortaya çıkarmak için çok yardımcı olabilir. Bir çizge madenciliği aracı olarak sosyal ağ analizi, insan sosyal etkileşimlerinin incelenmesine yönelik bir yaklaşımdır. Sosyal ağlar, metin, veri tabanları, sensor ağları, iletişim sistemleri ve sosyal medya gibi kaynaklardaki bilgilerden ortaya çıkabilir. Bu dersin amacı öğrencilerin sosyal ağ analizi yaklaşımı konusunda becerilerini geliştirmektir.
Dersin İçeriğiBu ders; Klasik veri madenciliği ve çizge madenciliğinin karşılaştırmalı analizi: Sosyal Ağ Analizine Giriş
,Sosyal ağ verileri hakkında daha fazla bilgi: Büyük veri, sosyal ağ verileri ve sosyal ağ verilerinin temsili,Çizge teorisinin temelleri ,Sosyal ağ analizi için gerekli temel ağ metrikleri,Ağ türleri (modelleri),Pajek, Gephi ve NodeXL yazılımları kullanılarak sosyal ağ verilerinin görselleştirilmesi,Sosyal ağ analizinde sınıflandırma çalışmaları (Pajek ve Gephi ile uygulama),Sosyal ağ analizinde kümeleme çalışmaları (Pajek ve Gephi ile uygulama),Sosyal ağ analizinde metin madenciliği çalışmaları (Pajek ve Gephi ile uygulama),Sosyal ağların istatistiksel analizi: sosyal ağları istatistiksel bakış açısıyla ele almak,Vaka çalışması: Sosyal ağ analizi ile WEB madenciliği (Pajek ve Gephi kullanarak),Vaka çalışması: Sosyal ağ analizi ile sosyal medya analizi (Pajek ve Gephi kullanılarak),Vaka çalışması: Sosyal ağ analizi ile sosyal medyada metin madenciliği (Pajek ve Gephi kullanarak),Vaka çalışması: Sosyal ağ analizi ile anomali (ör. dolandırıcılık) tespiti (Pajek ve Gephi kullanarak); konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
1. Sosyal ağ analizi örneklerini gösterir.10, 13, 9A, E, G
2. Ağ yapısını analiz eder.10, 13, 9A, E, G
3. Bilinen bazı sosyal ağ analizi yazılımlarını kullanır. 10, 13, 9A, E, G
4. Farklı amaçlar için sosyal ağ modelleri oluşturur.10, 13, 9A, E, G
5. Bilinen bazı gerçek uygulamalarda sosyal ağ analizini kullanır. 10, 13, 9A, E, G
Öğretim Yöntemleri:10: Tartışma Yöntemi, 13: Örnek Olay Yöntemi, 9: Anlatım Yöntemi
Ölçme Yöntemleri:A: Klasik Yazılı Sınav, E: Ödev, G: Kısa Sınav

Ders Akışı

SıraKonularÖn Hazırlık
1Klasik veri madenciliği ve çizge madenciliğinin karşılaştırmalı analizi: Sosyal Ağ Analizine Giriş
İlgili bölüm kitaptan okunacaktır.
2Sosyal ağ verileri hakkında daha fazla bilgi: Büyük veri, sosyal ağ verileri ve sosyal ağ verilerinin temsiliİlgili bölüm kitaptan okunacaktır.
3Çizge teorisinin temelleri İlgili bölüm kitaptan okunacaktır.
4Sosyal ağ analizi için gerekli temel ağ metrikleriİlgili bölüm kitaptan okunacaktır.
5Ağ türleri (modelleri)İlgili bölüm kitaptan okunacaktır.
6Pajek, Gephi ve NodeXL yazılımları kullanılarak sosyal ağ verilerinin görselleştirilmesiİlgili bölüm kitaptan okunacaktır.
7Sosyal ağ analizinde sınıflandırma çalışmaları (Pajek ve Gephi ile uygulama)İlgili bölüm kitaptan okunacaktır.
8Sosyal ağ analizinde kümeleme çalışmaları (Pajek ve Gephi ile uygulama)İlgili bölüm kitaptan okunacaktır.
9Sosyal ağ analizinde metin madenciliği çalışmaları (Pajek ve Gephi ile uygulama)İlgili bölüm kitaptan okunacaktır.
10Sosyal ağların istatistiksel analizi: sosyal ağları istatistiksel bakış açısıyla ele almakİlgili bölüm kitaptan okunacaktır.
11Vaka çalışması: Sosyal ağ analizi ile WEB madenciliği (Pajek ve Gephi kullanarak)İlgili bölüm kitaptan okunacaktır.
12Vaka çalışması: Sosyal ağ analizi ile sosyal medya analizi (Pajek ve Gephi kullanılarak)İlgili bölüm kitaptan okunacaktır.
13Vaka çalışması: Sosyal ağ analizi ile sosyal medyada metin madenciliği (Pajek ve Gephi kullanarak)İlgili bölüm kitaptan okunacaktır.
14Vaka çalışması: Sosyal ağ analizi ile anomali (ör. dolandırıcılık) tespiti (Pajek ve Gephi kullanarak)İlgili bölüm kitaptan okunacaktır.
Kaynak
[1] Ders notları
[2] Necmi Gürsakal, 2009, Sosyal Ağ Analizi, Dora Yayıncılık [3] V.G. Demirci, A.M.Çilingirtürk, 2020, Sosyal Ağ Analizi, Ekin Yayınları [4] S.Wasserman, K.Faust, 1994, Social Network Analysis: Methods and Applications, Cambridge University Press [5] D.J.Cook, L.B.Holders (editors), 2007, Minin Graph Data, John Wiley & Sons

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Bilişim ve yönetim alanında teorik bilgileri tanımlar.
X
2
Bilişim ve yönetim alanında gerekli ileri düzeyde matematiksel ve istatistiki yöntemleri anlatır.
X
3
Enformatik, yönetim ve büyük veri ile ilgili gerekli en az bir bilgisayar programı veya teknolojiyi kullanır.
X
4
Bilişim projeleri hazırlar ve takım çalışmalarını yönetir.
5
Disiplinler arası çalışmalar yürütebilmek için farklı disiplinlerde (ekonomi, finans, sosyoloji, hukuk, işletme) temel bilgileri ve verileri analiz ederek alanında kullanır.
X
6
Büyük verileri analiz için hazırlar.
X
7
Alana özgü bilimsel tez, rapor, makale ve benzerlerini yazar.
8
Mesleki alanda yaşam boyu öğrenmenin gerekliliği bilinciyle bilim ve teknolojideki gelişmeleri izleyerek kendini sürekli yenileyip edindiği bilgi ve becerileri eleştirel olarak değerlendirir.
X
9
Alanının ilişkili olduğu disiplinler arası etkileşimi açıklar.
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 50
Genel Sınavın Başarıya Oranı 50
Toplam 100
AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Saati14342
Rehberli Problem Çözme5420
Problem Çözümü / Ödev / Proje / Rapor Tanzimi23060
Okul Dışı Diğer Faaliyetler000
Proje Sunumu / Seminer14040
Kısa Sınav (QUİZ) ve Hazırlığı22040
Ara Sınav ve Hazırlığı12020
Genel Sınav ve Hazırlığı14040
Performans Görevi, Bakım Planı000
Toplam İş Yükü (Saat)262
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(262/30)9
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Dersin Detaylı Bilgileri

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
BÜYÜK VERİ VE SOSYAL AĞ ANALİZİİEVY1112886Güz Dönemi3+039
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin DiliTürkçe
Dersin SeviyesiYüksek Lisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin KoordinatörüDr.Öğr.Üye. Mutlu GÜRSOY
Dersi VerenlerDr.Öğr.Üye. Mutlu GÜRSOY
Dersin Yardımcıları
Dersin AmacıBüyük verilerden faydalı bilgileri keşfetmek, karar performansını iyileştirmenin umut verici bir yolu olarak kabul edilir. Geleneksel veri analitiği, yalnızca iki boyutlu bir veri tablosunda depolanan verileri işleyebilir, ancak karmaşık biçimlerdeki (örneğin, çoklu ilişkisel veritabanları) verileri temsil etme ve analiz etme yeteneğinden yoksundur. Çizgeler (Graphs), uzamsal bilgi ve bağlantılar gibi çeşitli bilgi türlerini bütünleştirme ve temsil etme yeteneğine sahiptir. Çizge verilerine dayalı bilgi keşfi, bu nedenle, büyük verilerdeki karmaşık ilişkileri ortaya çıkarmak için çok yardımcı olabilir. Bir çizge madenciliği aracı olarak sosyal ağ analizi, insan sosyal etkileşimlerinin incelenmesine yönelik bir yaklaşımdır. Sosyal ağlar, metin, veri tabanları, sensor ağları, iletişim sistemleri ve sosyal medya gibi kaynaklardaki bilgilerden ortaya çıkabilir. Bu dersin amacı öğrencilerin sosyal ağ analizi yaklaşımı konusunda becerilerini geliştirmektir.
Dersin İçeriğiBu ders; Klasik veri madenciliği ve çizge madenciliğinin karşılaştırmalı analizi: Sosyal Ağ Analizine Giriş
,Sosyal ağ verileri hakkında daha fazla bilgi: Büyük veri, sosyal ağ verileri ve sosyal ağ verilerinin temsili,Çizge teorisinin temelleri ,Sosyal ağ analizi için gerekli temel ağ metrikleri,Ağ türleri (modelleri),Pajek, Gephi ve NodeXL yazılımları kullanılarak sosyal ağ verilerinin görselleştirilmesi,Sosyal ağ analizinde sınıflandırma çalışmaları (Pajek ve Gephi ile uygulama),Sosyal ağ analizinde kümeleme çalışmaları (Pajek ve Gephi ile uygulama),Sosyal ağ analizinde metin madenciliği çalışmaları (Pajek ve Gephi ile uygulama),Sosyal ağların istatistiksel analizi: sosyal ağları istatistiksel bakış açısıyla ele almak,Vaka çalışması: Sosyal ağ analizi ile WEB madenciliği (Pajek ve Gephi kullanarak),Vaka çalışması: Sosyal ağ analizi ile sosyal medya analizi (Pajek ve Gephi kullanılarak),Vaka çalışması: Sosyal ağ analizi ile sosyal medyada metin madenciliği (Pajek ve Gephi kullanarak),Vaka çalışması: Sosyal ağ analizi ile anomali (ör. dolandırıcılık) tespiti (Pajek ve Gephi kullanarak); konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
1. Sosyal ağ analizi örneklerini gösterir.10, 13, 9A, E, G
2. Ağ yapısını analiz eder.10, 13, 9A, E, G
3. Bilinen bazı sosyal ağ analizi yazılımlarını kullanır. 10, 13, 9A, E, G
4. Farklı amaçlar için sosyal ağ modelleri oluşturur.10, 13, 9A, E, G
5. Bilinen bazı gerçek uygulamalarda sosyal ağ analizini kullanır. 10, 13, 9A, E, G
Öğretim Yöntemleri:10: Tartışma Yöntemi, 13: Örnek Olay Yöntemi, 9: Anlatım Yöntemi
Ölçme Yöntemleri:A: Klasik Yazılı Sınav, E: Ödev, G: Kısa Sınav

Ders Akışı

SıraKonularÖn Hazırlık
1Klasik veri madenciliği ve çizge madenciliğinin karşılaştırmalı analizi: Sosyal Ağ Analizine Giriş
İlgili bölüm kitaptan okunacaktır.
2Sosyal ağ verileri hakkında daha fazla bilgi: Büyük veri, sosyal ağ verileri ve sosyal ağ verilerinin temsiliİlgili bölüm kitaptan okunacaktır.
3Çizge teorisinin temelleri İlgili bölüm kitaptan okunacaktır.
4Sosyal ağ analizi için gerekli temel ağ metrikleriİlgili bölüm kitaptan okunacaktır.
5Ağ türleri (modelleri)İlgili bölüm kitaptan okunacaktır.
6Pajek, Gephi ve NodeXL yazılımları kullanılarak sosyal ağ verilerinin görselleştirilmesiİlgili bölüm kitaptan okunacaktır.
7Sosyal ağ analizinde sınıflandırma çalışmaları (Pajek ve Gephi ile uygulama)İlgili bölüm kitaptan okunacaktır.
8Sosyal ağ analizinde kümeleme çalışmaları (Pajek ve Gephi ile uygulama)İlgili bölüm kitaptan okunacaktır.
9Sosyal ağ analizinde metin madenciliği çalışmaları (Pajek ve Gephi ile uygulama)İlgili bölüm kitaptan okunacaktır.
10Sosyal ağların istatistiksel analizi: sosyal ağları istatistiksel bakış açısıyla ele almakİlgili bölüm kitaptan okunacaktır.
11Vaka çalışması: Sosyal ağ analizi ile WEB madenciliği (Pajek ve Gephi kullanarak)İlgili bölüm kitaptan okunacaktır.
12Vaka çalışması: Sosyal ağ analizi ile sosyal medya analizi (Pajek ve Gephi kullanılarak)İlgili bölüm kitaptan okunacaktır.
13Vaka çalışması: Sosyal ağ analizi ile sosyal medyada metin madenciliği (Pajek ve Gephi kullanarak)İlgili bölüm kitaptan okunacaktır.
14Vaka çalışması: Sosyal ağ analizi ile anomali (ör. dolandırıcılık) tespiti (Pajek ve Gephi kullanarak)İlgili bölüm kitaptan okunacaktır.
Kaynak
[1] Ders notları
[2] Necmi Gürsakal, 2009, Sosyal Ağ Analizi, Dora Yayıncılık [3] V.G. Demirci, A.M.Çilingirtürk, 2020, Sosyal Ağ Analizi, Ekin Yayınları [4] S.Wasserman, K.Faust, 1994, Social Network Analysis: Methods and Applications, Cambridge University Press [5] D.J.Cook, L.B.Holders (editors), 2007, Minin Graph Data, John Wiley & Sons

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Bilişim ve yönetim alanında teorik bilgileri tanımlar.
X
2
Bilişim ve yönetim alanında gerekli ileri düzeyde matematiksel ve istatistiki yöntemleri anlatır.
X
3
Enformatik, yönetim ve büyük veri ile ilgili gerekli en az bir bilgisayar programı veya teknolojiyi kullanır.
X
4
Bilişim projeleri hazırlar ve takım çalışmalarını yönetir.
5
Disiplinler arası çalışmalar yürütebilmek için farklı disiplinlerde (ekonomi, finans, sosyoloji, hukuk, işletme) temel bilgileri ve verileri analiz ederek alanında kullanır.
X
6
Büyük verileri analiz için hazırlar.
X
7
Alana özgü bilimsel tez, rapor, makale ve benzerlerini yazar.
8
Mesleki alanda yaşam boyu öğrenmenin gerekliliği bilinciyle bilim ve teknolojideki gelişmeleri izleyerek kendini sürekli yenileyip edindiği bilgi ve becerileri eleştirel olarak değerlendirir.
X
9
Alanının ilişkili olduğu disiplinler arası etkileşimi açıklar.
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 50
Genel Sınavın Başarıya Oranı 50
Toplam 100

Sayısal Veriler

Öğrenci Başarı Durumu

Ekleme Tarihi: 01/02/2023 - 11:24Son Güncelleme Tarihi: 01/02/2023 - 11:25