Visualization of large temporal social network dataset

Abstract

Sosyal ağ verileri sosyologların ?Sosyal Yapı? olarak adlandırdıkları, insanlar arasında fikir ve bilgi aktarımını sağlayan, zaman ile evrimleşen haberleşme yapılarından oluşur. Sosyal ağ analizi ise özel hesaplama yolları ile bu yapıların özelliklerini ortaya çıkartır. Mevcut verisetleri milyonlarca insan ve bu insanlar arasında oluşan milyonlarca iletişim ağlarına sahip olabilmelerine karşın mevcut bilgi görüntüleme sistemleri sadece birkaç bin sosyal aktörülük zamana dayalı veri setlerini görselleştirebilmektedirler.Bu tez, zamana dayalı büyük sosyal ağ verisetleri ile ilgili kavramsal çalışmayı ve zamana dayalı sosyal ağ veri setlerini interaktif bir şekilde gösterebilen yeni bir görselleştime metodunu anlatmaktadır. Önerilen teknik ideal gaz yasası (IGY) ile Jacob Moreno'nun the Canon of Creativity teorisini 3-boyutlu hiperbolik ortamda sosyal ağ verisetlerini göstermek için birleştirmiştir ve 50,000 adet sosyal aktörlü bir veri setini interaktif hızlarda gösterebilmiştir. Konseptin doğruluğunu ispat etmek amacı ile sunulan methot kullanılarak, kullanıcıların sosyal ağ verisetleri ile etkileşimlerini sağlayan bir program geliştirilmiştir. Kullanıcılar mevcut ağı araştırabilir, görsel kalabalıklığı azaltabilir ve iletişimlerde oluşan anormallikleri gerçek zamanlı görebilirler. Bunula birlikte, kullanıcılar belli bir sosyal aktörü isleyebilir ve iletişim kanallarını görebilirler. Metodumuzun kullanılabilirliğini farklı şartları oluşturarak ve kullanıcı testleri ile sentetik ve gerçek veri setleri kullanarak gösterdik. Özellikle Enron elektronik posta veri seti (4 senede oluşan 323,073 e-posta, 19,898 e-posta adresi) ve 20 Newsgroups veri seti (1 ayda oluşan 44,797 mesaj, 20 news groubu ve 5417 e-posta adresi) analiz edildi.

Social network datasets consist of what sociologists call `social structures?, accumulation of all communication channels that social actors share ideas and information between each other. Social network analysis reveals characteristics and properties of social networks by applying specific metrics. Although, size of a real-life social network dataset can reach millions of relations belong to millions of social actors with large temporal dimension, existing information visualization tools can represent at most several thousands of these actors.This thesis presents a conceptual design study focused on visualization of large temporal social network datasets with a novel visualization method. Proposed technique combines Ideal Gas Law (IGL) with Jacob Moreno?s theory of The Cannon of Creativity to layout social network datasets in 3D hyperbolic space and can render 50,000 social actors at interactive speed. A proof-of-the-concept program is developed around this technique allowing users to perform several analysis tasks on temporal social network datasets. Users can explore the network, control the amount of visual clutter, and identify communication anomalies in run time. Moreover, they can search a specific actor and visually follow her communication pattern. The effectiveness of proposed technique is presented with case and usability studies performed using generated and real-life datasets. In particular the Enron email dataset (323,073 emails, 19,898 email addresses over four years) and 20 Newsgroups (44,797 postings, 20 news groups and 5417 email addresses over one month) datasets are analyzed.