Sosyal Medya Analitiği: Twitter için
Büyük Veri Yaklaşımı
Dr. Müge Çevik, Doç. Dr. Selcen Öztürkcan, Doç. Dr.Nihat Kasap
Sabancı Üniversitesi
[email protected]
Bilgi Üniversitesi
[email protected]
Sabancı Üniversitesi
[email protected]
Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı
Çalışmamız;
•Büyük veri analizinin sosyal medya araştırmalarında kullanımı için
yöntem önerisinde bulunmaktadır.
•Abduction (Tümleşim) yaklaşımını kullanmaktadır.
•Sosyal medya analitiğine örnekler sunmaktadır.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Sosyal Medya Analitiği & Büyük Veri
• Social medya analitiği; bloglardan ve sosyal medya sitelerinden elde
edilen verinin analiz edilmesi sonucu çeşitli iş kararlarının alınmasıdır.
• Büyük veri; geleneksel veri işleme uygulamalarının yetersiz kaldığı
oldukça büyük ve karışık verileri tanımlamak için kullanılan geniş bir
kavramdır.
• Sosyal medya sitelerinde biriken verinin özelliği;
• Büyük veri hacmi
• Günlük 100 milyon tweet * 140 bayt = 14.000.000.000 bayt= günlük 13 Gigabayt =
aylık~400 Gigabayt.
• Verinin oluşum hızı ve sıklığı
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Abduction (Tümleşim Yaklaşımı)
• Charles Sanders Peirce (1958) tarafından ortaya atılan ‘Abduction’ yaklaşımı
Tümdengelim ve Tümevarım yaklaşımlarının bir bütünü olarak tanımlanabilir;
• Öncelikle açıklayıcı hipotezler oluşturulur
• Daha sonraki aşamada tümdengelim ve tümevarım yaklaşımları teorinin değerlendirme
aşamasında birlikte kullanılır.
• Tümdengelim yöntemi ile açıklayıcı hipotezlerden test edilebilir sonuçlar çıkarılır.
• Tümevarım yöntemi ile hipotezler sınanır.
Teori
Hipotezler
Desen
Gözlem
/Büyük Veri
Hipotezler
Gözlem
Teorilerin
Desteklenmesi/Desteklenmemesi
• Büyük veri araştırmalarında, tümdengelim ya da tümevarım yerine alternatif olarak her iki
yaklaşımdan da yararlanan “tümleşim (abduction)” yaklaşımı kullanılabilir (Kitchin, 2014).
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Neden Büyük Veri Analizi?
• Çok büyük hacimli ve detaylı bir veri seti araştırmanın bilimsel niteliği
açısından önemli bir unsurdur.
• Gerçek zamanlı ve detaylı olarak inceleme olanağı vermesi açısından
araştırmacılara büyük fırsatlar sunmaktadır.
• Büyük kitlelerin davranışsal açılardan incelenmesine olanak
sağlayarak, pazarlama başta olmak üzere farklı disiplinleri etkileyen
sosyal olguları izlenebilmesine imkan vermektedir (Savage, 2011)
• Büyük veri analizi ile elde edilen örüntüler, gelecek ile ilgili tahmine
dayalı davranışsal modellemeler yapılabilmesini sağlamaktadır.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Neden Büyük Veri Analizi?
• Incelenmek istenen olgu çerçevesinde;
•
•
•
•
örneklem olarak çok sayıda bireye,
bu bireylere ait çok katmanlı davranış bilgisine,
uygun maliyetle,
kısa zamanda ulaşmak mümkün olmaktadır.
• Büyük ve güncel veri havuzu, daha küçük ölçeklerde farkedilmesi mümkün
olmayan, tüketici davranışlarına yönelik gerçek örüntü ve modellerin ortaya
çıkarılmasına imkan vermektedir (Kleinberg, 2008).
• Gerçek davranışsal veri içermesi yönüyle, öz bildirime dayalı (self-response
report) anket çalışmalarından daha güvenilir sebep sonuç ilişkileri ortaya
konulmasına olanak verir.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Twitter
• Kullanıcıların 140 karakterlik mesaj paylaşımlarıyla iletişimlerini
sağlayan, katılımı ücretsiz çevrimiçi bir küresel sosyal ağ olarak
tanımlanmaktadır (Russell, 2014).
• Twitter istatistikleri*:
• Günlük 100 milyon aktif kullanıcı
• Twitter kullancısı başına 208 günlük takipçi
• Bir Tweet atmış 550 milyon Twitter kullanıcı
• Twitter Türkiye istatistikleri**:
• 9.6 milyon Twitter kullanıcısı ( 1 yıl içerisinde artıl oranı %33)
• 6.2 milyon aktif kullanıcı
• Günde 8 milyon tweet
*Smith Craig (2015). By the Numbers : 150 Amazing Twitter Statistics. WWW: http://expandedramblings.com/index.php/march-2013-by-the-numbers-a-few-amazing-twitter-stats/
** Monitera (2013). Twitter Türkiye 2013. WWW: http://blog.monitera.com/search/label/Twitter%20T%C3%BCrkiye%20Profili
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Twitter Araştırmaları
• Twitter, eğlenceli bir paylaşım aracı olmasının yanı sıra,
• sosyal krizlere ait bilginin yayılmasına (Oh, Agrawal & Rao, 2013; Li, Vishwanath & Rao,
2014)
• toplumsal hareketlere ilişkin bilgi alımının ve dağıtımının gerçekleşmesine
(Subramani & Rajagopalan, 2003; Varnali & Gorgulu, 2014; Theocharis, Lowe, vanDeth & GarciaAlbacete, 2014)
• markaların çevrimdışı mecralarda yaptığı satış ve pazarlama çalışmalarının
çevrimiçi ortamlara yansımasına ve kriz iletişimi gibi tüketicilerle ilişki
yönetimine (Burton & Soboleva, 2011; Kietzmann, Hermkens, McCarthy & Silvestre, 2011; Peters,
Chen, Kaplan, Ognibeni & Pauwels, 2013).
geniş katılımlı sanal bir ortam sağlamaktadır.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Twitter Araştırmalarından Örnekler
• Arap Baharı kapsamında 2011 yılında Mısır devrimi sırasında yaşanan olayların, Twitter’a
yansımaları üzerinden incelendiği bir çalışmada (Choudhary, Hendrix, Lee, Palsetia & Liao, 2012)
800.000 tweet incelenmiştir.
• Protestolar sırasında ön plana çıkan ana konular, bu konulara ilişkin bireysel olarak öne çıkan duygular, bu konuların
medya kuruluşları tarafından nasıl paylaşıldığı ve protestolara yön veren en etkili kişiler ve kurumlar belirlenmiştir.
• Japonya’da meydana gelen Fukuşima Nükleer Santrali kazasında atılan 38.300 tweet arasından
örneklem olarak seçilen 1.520 tweet analiz edilmiştir (Li, Vishwanath & Rao, 2014).
• Felaket sırasında ve sonrasında ortaya çıkan duygular ve toplum ile hükümet arasındaki iletişim incelenerek, bu tür felaketler sırasında
tehlike iletişiminin yönetimi konusunda önerilerde bulunulmuştur.
• 2010 yılında Toyota’nın gaz pedalındaki sorun ile ilgili olarak araçları geri çağrıldığı döneme ilişkin
atılan 5000 tweet incelenmiştir (Oh, Agarwal ve Rao ,2013).
• Kurumsal bir kriz sırasında marka kimliğine yönelik olası tehditleri belirlemek ve yönetmek ile ilgili çıkarımlarda bulunulmuştur.
• Twitter’da yaratılan ağızdan ağıza pazarlamanın (WOMM), filmlerin gişe hasılatı üzerine olan etkisi
incelenmiştir (Rui, Liu &Whinston, 2013).
• Takipçi sayısı ve filmler sinemada izlenmeden önce oluşan ağızdan ağıza pazarlama ile film satışları arasında pozitif korelasyon olduğu
bulunmuştur.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Tasarım ve Yöntem-TAS
• Çalışmamız; Taramak, Anlamak ve Sunmak adımlarından oluşan TAS
çerçevesini kullanarak, Twitter verisine odaklanmaktadır (Fan ve Gordon,
2014)
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
TAS- Taramak, Anlamak, Sunmak
1- Taramak adımı;
• Twitter’ın kullanıcı sayısı büyüklüğü ve sık frekanslı veri akışı, veri ambarının
yüksek hacimli veriden ziyade, hızlı veri depolayabilmesini gerektirir.
• MongoDB, bu ihtiyacı karşılayan bir veri ambarıdır (Kromer, 2014).
• Taramak adımı ile depolanan veri, Twitter üzerinden paylaşılan kamuya açık;
•
•
•
•
•
•
Tweet içerikleri,
paylaşım zamanları,
paylaşan kişinin numerik kullanıcı kimlikleri,
paylaşımın yapıldığı cihaz bilgisi,
paylaşım bütünleşik bir uygulama ile yapılmışsa uygulama bilgisi,
paylaşıma açıksa kullanıcının yer imi bilgisini içermektedir.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
TAS- Taramak, Anlamak, Sunmak
1- TARAMAK adımı;
• Ambarda toplanan yapılandırılmamış verinin incelenebilmesi için,
MongoDB’den sorgu yapılabilmesine imkân veren bir veri tabanı yönetim
sistemi aracılığı ile önişleme tabii tutulması gerekir.
• SQL SERVER önerilen bir analiz ve raporlama sistemi olarak karşımıza çıkmaktadır (Qin and
Li, 2013).
• Bu aşamada, eksik veri temizliği yapılmalıdır.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
TAS- Taramak, Anlamak, Sunmak
1- ANLAMAK adımı;
•Gürültülü veri için kümeleme yöntemi kullanılmalıdır.
• Kümeleme yönteminde, araştırılan olgu ile ilişkili anahtar terimler belirlenerek, analize ışık
tutacak ana başlıklar gruplanmalıdır.
•Twitter üzerinden elde edilen veriler kapsamında yapılan analizler;
1. Temel frekans analizleri
• Twitter kullanıcı sayıları, günlük ortalama Tweet adetleri, paylaşımı tekrarlanan Tweet (Retweet)
hacimleri ve kullanıcıların takipçi sayıları gibi betimsel istatistiksel dağlımlar ve zaman serisi yöntemi ile
analiz edilir; içerik ve duygu analizleri ile ortaya atılan hipotezleri sınamak mümkündür.
2. İleri analizler
• Bu analizlerden yola çıkarak belirlenen örüntü kalıpları üzerinden Bayes modellemesi ve benzeri
yaklaşımlarla geleceğe yönelik tahmine dayalı modelleme yapılabilmektedir.
• Çıkarımsal istatistik yöntemleriyle değişkenler arasındaki ilişkilere ait hipotezler oluşturulabilinir
3. İçerik ve duygu analizleri
• içerik ve duygu analizleri ile ortaya atılan hipotezleri sınamak mümkündür.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
TAS- Taramak, Anlamak, Sunmak
1- SUNMAK adımı;
•Araştırılan olgu ile ilgili ana başlıkları içeren;
•
•
•
•
•
genel analizler,
günlük Tweet hacimleri,
Twitter kullanıcı sayıları,
günlük ortalama Tweet adetleri,
paylaşımı tekrarlanan Tweet (Retweet) hacimleri grafiklerle sunulur.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Bulgular ve Tartışma
• Çevrimdışı ortamlarda meydana gelen olayların;
• çevrimiçi ortamlara yansıma biçimi
• sosyal medya araçlarının bireyler arasındaki iletişime ilişkin kullanılış şekli ile
ilgili gerçek verinin Twitter üzerinden alınarak araştırma konusu olan olguya
ilişkin detaylı analizlerin yapılması mümkün olmaktadır.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Bulgular ve Tartışma- Örnekler
• 2013 Gezi Parkı Protestosu* (dönemi başında meydana gelen önemli olayların Twitter
üzerine yansıması)
Kasap, N., Öztürkcan, S., Zaman, T. & Cevik, M., “An analysis for Information Diffusion on Social Media during Gezi Protests in Turkey”, Submitted to Communications of
ACM on 20 March 2015 (SSCI).In review
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Bulgular ve Tartışma- Örnekler
• 2013 Gezi Parkı Protestosu;
Twitter’da konuşulan temel kavramlar belirlenerek Twitter’ın ne için ve nasıl
kullanıldığını belirlemek mümkün olmaktadır.
• Ayrıca, bu süreçte boykot edilen markalara ilişkin sürecin çevrimiçi
ortamlardaki yansıması da Twitter üzerinden yapılan analizlerle ortaya
çıkarılabilmektedir.
• Twitter verisi Foursquare verisi ile birleştirilerek boykot edilen markalara ve
Gezi Parkı’na yapılan check-in sayılarının analizleri yapılabilmektedir.
•
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Bulgular ve Tartışma- Örnekler
• 2014 Soma Maden Kazası*;
• ilk günlerinde ve sonrasında Twitter ortamındaki paylaşımlar incelenmiştir.
• Kar amacı gütmeyen yardım etkinlikleri şekil üzerinde kırmız ile işaretlenmiştir.
• Böylece Twitter yansımaları sosyal pazarlama etkileri açısından incelenebilmektedir.
Kasap, N., Saygın, Y., Cevik, M. & Arin, I. “Role of Emotion in Social Sharing: The Case of Soma Mine Accident”, To be Submitted to JCR.
Çevik, M., Öztürkcan, Selcen & Kasap, N., "Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı (Social Media Analytics: Big Data Approach for Twitter)," 20.Ulusal Pazarlama
Kongresi (20th National Marketing Congress), 10-13 Haziran, 2015, Eskişehir, Turkey.
Sonuç, Öneriler ve Kısıtlar
Sosyal medya araçları üzerinden elde edilen büyük veri, bireylerin çevrimiçi
ortamlarda bilgiyi işleyiş biçimlerini ve diğer bireylerle hangi faktörlerin etkisi
altında paylaşım yaptıklarını geniş bir bilgi tabanı üzerinden inceleyebilme imkanını
araştırmacılara vermektedir (Oh, Agarwal & Rao, 2013; Shi, Rui & Whinston, 2014).
•Bulaşıcılık etkisi• Retweet- Twitter, kullanıcıları arasında paylaşılan mesajların onay gerektirmeden,
başka kullanıcılar tarafından tekrarlı olarak iletilmesine olanak sağlamaktadır.
• Mesajın içeriği, ilk paylaşan kişi, takipçi sayısı ve zamansal yayılım nitelikleri
incelenerek toplumsal, sosyal veya pazarlamaya ilişkin olguların bulaşıcılığı
incelenebilmektedir
•İlişki Yönetimi• marka-müşteri ve hükümet-toplum gibi gruplar arasındaki iletişim yönetimi ve
stratejik pazarlama kararları üzerine çıkarımlar yapılmasına olanak vermektedir.
Sonuç, Öneriler ve Kısıtlar
• Tahminsel modelleme• Elde edilen örüntüler, gelecek ile ilgili tahmine dayalı davranışsal
modellemeler yapılabilmesini sağlamaktadır.
• İtibar yönetimi• Böylece birey ve markalar için itibarı tehdit edecek hareketlerin önceden
belirlenmesiyle, başarılı itibar yönetimi ve iletişimi yapılabilmektedir.
• Sentiment ve Duygu analizleri
• Diğer taraftan, herhangi bir markaya ilişkin kullanılan kelimelerin ve duygu
kalıplarının incelenmesiyle, markanın hedef kitlesi olan tüketici gruplarının
psikografik olarak betimlenmesine olanak sağlamaktadır.
Öneriler ve Kısıtlar
• Twitter kullanıcı davranışları üzerine ülkemizde yapılan araştırmalar bulunmakla
beraber, paylaşılan Tweet’lerin incelenmesine dair yöntemsel bir yaklaşım henüz
benimsenmemiştir.
• TAS çerçevesi, Twitter uygulaması üzerinden sosyal medya analitiğine yönelik
büyük veri incelemesi için önerilmektedir.
• Gelecek çalışmalarda da farklı olguların araştırmalarında kullanılarak, yöntem
olarak güvenirlilik ve geçerlilik açısından sınanmalıdır.
• Twitter’da yapılan paylaşımlar kültürel ve sosyo-ekonomik farklılıklardan
etkilenebileceği için önerilen araştırma yöntemi bu etkenlerin ışığında gelecek
çalışmalarda dikkate alınmalıdır.
• TAS çerçevesi, kullanıcıları gizli olmayan profiller ile onay gerektirmeyen
paylaşımlar yapabilmesine olanak veren, Foursquare, Instagram, ve Yelp gibi
sosyal ağların incelenmesi için de kullanılabilir.
• Toplanan verinin, incelenen sosyal ağın sadece paylaşımları gizli olmayan
kullanıcıların davranışlarını içermesi, analiz sonuçları açısından bir kısıt ortaya
koymaktadır (Crawford, 2013).
REFERANSLAR
• Choudhary, A., Hendrix, W., Lee, K., Palsetia, L., and Liao, W-H. (2012). Social Media Evolution of the Egypt Revolution.
Communications of the ACM, 55, 74-80.
• Fan, W., and Gordon M. D. (2014). The power of social media analytics. Communications of the ACM, Vol. 57, 6, 74-81.
• Kleinberg, J. (2008). The convergence of social and technological networks. Communications of the ACM, Vol. 51,11,66-72.
• Kasap, N., Öztürkcan, S., Zaman, T. & Cevik, M., “An analysis for Information Diffusion on Social Media during Gezi Protests
in Turkey”, Submitted to Communications of ACM on 20 March 2015 (SSCI).In review
• Kasap, N., Saygın, Y., Cevik, M. & Arin, I. “Role of Emotion in Social Sharing: The Case of Soma Mine Accident”, To be
Submitted to JCR.
• Peirce, C. S. (1931-1958). The Collected Papers (C. Hartshorne & P. Weiss (Eds.), Vols.1-6; A. Burks (Ed.), Vols. 7-8).
Cambridge, MA: Harvard University Press.
• Peters, K., Chen, Y., Kaplan, A. M., Ognibeni, B. and Pauwels, K. (2013).Social Media Metrics: A framework and Guideline
for Managing Social Media. Journal of Interactive Marketing, 27 , 281–298
• Rui, H., Liu, Y., and Whinston, A. (2013). Whose and what chatter matters? The effect of tweets on movie sales. Decision
Support Systems, 2013, 1-8.
• Russell, M. A. Mining the Social Web (pp.30) (2nd Ed.) 2013 CA: O’Reilly Media.
• Savage, N. (2011). Twitter as Medium and Message. Communications of the ACM, Vol. 54, 3, 18-20.
REFERANSLAR
• Shi, Z., Rui, H., and Whinston, A. B. Content Sharing in a Social Broadcasting Environment: Evidence From Twitter. MIS
Quarterly 38, 1, (March 2014), 123-142.
• Subramani, M.R., and Rajagopalan, B. (2003). Knowledge- Sharing and Influence in Online Social Networks via Viral
Marketing. Communications of the ACM 46, 12, 300-307.
• Theocharis, Y., Lowe, W., van Deth, J. W., and García-Albacete, G. (2015).Using Twitter to mobilize protest action: online
mobilization patterns and action repertoires in the Occupy Wall Street, Indignados, and Aganaktismenoi movements.
Information, Communication & Society , 18 , 202-220.
• Tremayne, M. (2014). Anatomy of Protest in the Digital Era: A Network Analysis of Twitter and Occupy Wall Street. Social
Movement Studies, 13 , 110-126.
• Varnali, K. and V. Gorgulu. (2014). A social influence perspective on expressive political participation in Twitter: the case of
#OccupyGezi. Information, Communication & Society, 18, 1-16.
Download

Sosyal Medya Analitiği: Twitter için Büyük Veri Yaklaşımı