Analysis of twitter to identify trends and influentials with a case study on turkish twitter users

Abstract

Sosyal medya günümüzde en büyük bilgi akış ortamlarından biri olmasına karşın geleneksel kamuoyu araştırması kendi merkezi önemine rağmen sosyal medyayı gözardı etmektedir. Geleneksel kamu araştırması onun yerine anketlere yönelmektedir. Ama doğası gereği en titiz hazırlanmış anket bile zaman sınırlı ve meyilli olabilmektedir. Eğer düzgün kullanılabilirse sosyal medya bu sorunları aşmakta yardımcı olabilir; sosyal medya bizim haberleşmeyi ve bilgi akışını zaman ve yer olarak kesintisiz olarak izlememize imkan vererek araştırmacının anket ile meyilli olmayan, hem de daha büyük verisetine ulaşmasını sağlamaktadır. Bu tezde disiplinler arası bir çalışma göstererek, ağ analizi ve makine öğrenmesi kullanarak,sosyal bilim sorularına empirik ölçülebilir cevaplar vermeye çalıştık. Bu çalışma sosyal ağ analizi ve fikir madenlemesinin birleştirerek, kavram kanıtlamak için 2014 İstanbul yerel seçimlerini analiz etmektedir. Ve, sonuçlarda fikir madenlemesi sistemizin performasını ve iki politik grup arasındaki yapısal farkları sunmaktadır.

Social media is one of the largest information flow medium today. Nevertheless, despite its centrality, conventional public opinion research doesn't take social media into account but instead focuses on surveys, polls and interviews. These research methods have their limitations. By nature, even the most meticulously designed survey, for example, is limited by time and seldom bias free. If properly utilized social media, can address limitations of these shortcomings; Social Media allows us to continuously observe how information flows both temporally and spatially since its users communicate with each other rather than answering survey questions; the data is without experimenter bias and sample size is much larger than of conventional methods. We aimed to show an interdisciplinary work that provides empirical quantifiable answers for social science problems using network analysis and machine learning.With this aim in mind, this work combines network analysis and sentiment analysis to analyze Istanbul 2014 local elections as a proof of concept. Furthermore, it illustrates the performance of our sentiment analysis system and structural differences between two parties in the event.