Modeling and predicting the effect of culture in communication: A mixed study using naming game and social networks

Abstract

Bu çalışmada öne sürülen model kültürel kuvvetlerin dil üzerindeki etkilerini göz önüne alarak, kişilerin dilsel davranışları üzerine tahmin yürütmeyi amaçlamaktadır. Modelin simülasyonu kapsamlıca incelenmiş bir dil oyunu olan 'naming game' modelinin bir varyasyonu kullanılarak yapılmış, daha sonra elde edilen sonuçlar online sosyal paylaşım sitesi olan Twitter'dan elde edilen verilerle karşılaştırılmıştır. Bahsedilen isimlendirme oyununa olan benzerliği nedeniyle Twitter'daki popüler konular hakkında etiket kullanımları incelenmiştir. Modelin simülasyonu başlangıçta homojen olan bir popülasyondan, topolojik bir yapıya sahip ve iletişim partneri ile iletişim konusu üzerine farklı tercihleri olan bir popülasyon oluşturmuştur. Elde edilen bu sonuç, dil oyunlarının yakınsayan toplumlarına ziyade daha gerçeğe yakındır. Empirik verilerden elde edilen sonuçlar simülasyon sonuçlarına uyum sağlamış ve seçilen konular üzerine başarılı bir şekilde tahmin yürütülebilmiştir. Kullanıcıların geçmişte kullanmış oldukları etiket verilerinin benzerliği ile seçilen iki popüler politik konu üzerinde kullanılan hashtagler arasında anlamlı bir korelasyon gözlemlenmiştir. Fakat, modelin gerektirdiği veri miktarı ve hesaplamalar ile analizlerde harcanılan zaman gibi kısıtlar, modelin pratik amaçlar için kullanılmasını güçleştirmektedir.

In this study we proposed a model that highlights the effect of culture in language and form a hypothesis that suggests we can see these effects on the utterances of individuals and predict their behavior. We used a variation of the famous naming game to simulate our model, and later compared our results with the empirical data we collected from an online social network platform, Twitter. The use of hashtags as an act of labelling for popular topics is investigated due to the resemblance of the phenomenon with the naming game. The simulation of the model created a population with varying preferences on the topics of communication, which is a more realistic approach than the always converging case of the classical naming game. Another cultural force on partner selection, generated a topology within the population from an initial state of homogeneity. Empirical results were compatible with the simulation that uses those cultural forces and the model has a high predictive power within the scope of selected topics. A strong correlation is found between the similarity of previous use of hashtags and the hashtag use about two important political events. However, the model requires a large number of data for implementation and also has computational limitations that makes it difficult to be used for practical purposes.