Professional Documents
Culture Documents
Sosyal Ağ Analizi Ders Kitabı
Sosyal Ağ Analizi Ders Kitabı
SOSYAL A ANALZ
Yazar
Prof.Dr. Necmi GRSAKAL (nite 1, 2, 3, 4, 5, 6, 7, 8)
Editrler
Prof.Dr. Necmi GRSAKAL
Yrd.Do.Dr. E. Pnar UA GNE
Genel Koordinatr
Prof.Dr. Mjgan Yazc
retim Tasarmcs
r.Gr. Orkun en
Kapak Dzeni
Do.Dr. Halit Turgay nalan
Grafikerler
Ayegl Dibek
Glah Karabulut
Kenan etinkaya
Ufuk nce
Dizgi
Akretim Fakltesi Dizgi Ekibi
Sosyal A Analizi
ISBN
978-975-06-2004-1
1. Bask
indekiler
nsz .................................................................................................................... vii
nsz
Sevgili renciler,
Dier insanlarla ve varlklarla etkileim halinde olan insan, internetin ve teknoloji-
nin gelimesiyle sosyal olarak bu ortamlar zerinde de var olmaya balamtr. yle ki,
gnmzde sosyal alar bireyler iin ok daha youn etkileim kurmaya ve srdrmeye
altklar; irketler ve kurumlar iin ise karar verme srelerinde referans aldklar bir
platform olmutur. Sosyal a analizi bu noktada devreye girmektedir. Bir tr karmak
sistem olarak tanmlanabilecek alar, dm ve balantlardan oluan izgeler araclyla
grselletirilebilir. Alarn analizi ile balantlarn trleri, alarn younluu gibi zellik-
ler belirlenebilir ve bu zelliklerin olgu ve olaylara etkisi yorumlanabilir. rnein, has-
talklarn nasl bulat konusunda elde edilen bilgi, nleyici eylemler iin yol gsterici
olabilir. Benzer ekilde bir sosyal adaki ilikilerin bireyler iin i, kurumlar iin alan
bulma gibi konularda nasl bir etkisi olduu da sosyal a analizi ile aratrlan konulardan-
dr. Gnmzde sosyal alarn ok byk olmas ve teknolojideki gelimeler nedeniyle bu
tr aratrmalar bilgisayar programlar ile gerekletirilmektedir.
Bu kitap, sosyal a analizi yntem ve uygulamalarn iermektedir. Bylelikle size bu
adan belli bir yetkinlik dzeyinin kazandrlmas amalanmaktadr. Bu dorultuda, ilk
nitede a bilimi, izge kuram ve sosyal a analizinin geliimine yer verilmitir. 2. nite
alar ve alar tanmlayabilmek ve snflandrabilmek iin gerekli kavramlar ierirken; 3.
nitede ise sosyal alarn zelliklerine dayanarak gelitirilen hipotez ve modellere yer ve-
rilmektedir. Sosyal alarn lekten bamszl gibi kavramlarn ortaya k ve test edil-
mesi 4. nitenin konusudur. Baz ortak zelliklerle birbirine bal sosyal organizasyonlar
olan topluluklarn nasl olutuu ve topluluklarn davran biimlerine ilikin modeller 5.
nitede ele alnmtr. 6. nitede, alarda merkezilik ve merkezilik llerinin hesaplan
zerinde durulmutur. 7. ve 8. niteler ise srasyla sosyal a analizi iin kullanlan Pajek
ve NodeXL programlar ile yaplan uygulamalara ayrlmtr.
Kitabn, renciler bata olmak zere konuya ilgi duyan herkes iin yararl olmas di-
leiyle, kitabn hazrlanmasnda emei bulunan herkese teekkr ederiz.
Mobil cihazlardaki karekod okuyucu uygulamalar ile baz nitelerde grsel iitsel bilgi-
lendirme amal verilen karekodlu ieriklere ulaabilirsiniz.
Editrler
Prof.Dr. Necmi GRSAKAL
Yrd.Do.Dr. E. Pnar UA GNE
1
SOSYAL A ANALZ
Amalarmz
Bu niteyi tamamladktan sonra;
Sistemi, karmaklk kavramlarn ve karmak sistemin zelliklerini aklaya-
bilecek,
A kavramn tanmlayarak a ile izge arasndaki fark aklayabilecek,
letiim alarn, sosyal alar ve biyolojik alar rnekleyebilecek,
Tarihsel olarak izge kuramn ve sosyal a analizinin geliimini aklayabilecek,
A biliminin ortaya k srecindeki aamalar sralayabilecek,
Alarn analizi ile nelerin bulunduunu aklayabilecek
bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar
arma kl k izge
arma k istem osyal A
A A ilimi
indekiler
GR
KARMAIKLIK
A KAVRAMI VE ARKLI ALANLARDAK
ALAR
Sosyal A Analizi A Bilimi ve Sosyal Alar ZGE KURAMI VE SOSYAL A LARIN
GELM
A BLM
A LARIN ANALZ LE SA LANAN
KATKILAR
A Bilimi ve Sosyal Alar
GR
Dnyada 7 milyar insan ve 6 milyar cep telefonu var. Hemen herkes evlerde, okullarda,
caddelerde, sokaklarda, kahvelerde, lokantalarda, srekli olarak cep telefonunun ekranna
bakarak yaamaya balad. Sosyal alar yolu ile insanlarn srekli metin, fotoraf ve video
paylamalar bu olayn en temel nedenleri arasnda yer alyor. nsanlarn birbirleriyle sos-
yal olarak online etkileimlerini salayan nternet platformlar, uygulamalar ve teknolo-
jileri sosyal medya adn alyor (Beal, 2015). stelik bu olay durmadan hzlanyor, sosyal
alar hzla byyor ve yaygnlayor. Hzlanmann gstergesi olarak u saylar verebiliriz:
1,5 milyar kullancya sahip sosyal medya irketi Facebook, 10 ayda 1 milyon kullancya
ulamt. Instagram iin ise bu sre sadece 3 ay oldu.
Kresel taksi hizmeti irketi Uberin sahip olduu tek bir taksi bile yok. Facebookun
kulland verilerin tmn kullanclar salyor. Yatacak yer hizmeti salayan Airbnbnin
tek bir evi dahi bile bulunmuyor. Dnyann hzla gelien, yeni, ileri teknoloji kullanan ir-
ketleri bakalarnn saladklar ile i yapyorlar. Periscope ve Meercat ile isterseniz cep te-
lefonunuzdan canl yayn yapabiliyorsunuz. Anneniz, babanz veya einiz bile sizin nerede
olduunuzu bilmezken Apple ve Uber srekli yerinizi biliyor. Btn bu irketler uzaktan
a ynetimi konusunda ok baarllar.
Makineler (bilgisayarlar) hzla renmeye baladlar. Bazlar bu devrimi, Sanayi
Devriminden sonra II. Makine Devrimi diye adlandryor. Bu deiimin olumlu veya
olumsuz olmas bir yana, bir eyler gerekten deiti ve deiiyor. Sistemlerin bykl,
kullanlan veriler ve karmaklk srekli artyor.
Konu, gruplar ve organizasyonlar iin enformasyon, bilgi reten ve karar vermede
etkinlii iyiletiren sistemleri tasarlamak, kullanmak, ynetmek ve deerlendirmek ise
sosyal medya ve sosyal medyada oluan sosyal alarn analizi iin odak noktas oluyor.
Gnmzde sosyal medya ortamnda oluan sosyal alarn analizi, iletmelerden kamu
ynetimine, medyadan bilimsel aratrmalara kadar ok eitli alanlarda alanlarn il-
gisini ekiyor.
KARMAIKLIK
Belirli bir ama iin bir araya getirilen, bileenleri bamsz veya karlkl etkileim iinde
bulunan bir btne sistem adn veriyoruz. Eitim sistemi, salk sistemi, ynetim biliim
sistemi hep verdiimiz tanma uygun rneklerdir. Sistemler basit veya karmak olabilir.
Karmaklk, tanmlanmas kolay bir kavram deildir ve szlklerde ok farkl tanmlara
sahiptir. Karmakln, dzenden ok kaosa yakn olduunu syleyebiliriz. Karmakl
4 Sosyal A Analizi
en basit bir ekilde; bir modelin genel davrannn formle edilmesindeki glk olarak
tanmlayabiliriz.
Karmaklk, ok sayda paraya sahip olan sistemlerin bir zelliidir. Sz edilen bu
tanm bize, sistemin para eitlilii ile bu paralarn saylarnn karmakln artmas-
na neden olduunu anlatmaktadr. Ksaca, byklk ve ok boyutluluk sistemlerdeki
karmakln nedenleri arasndadr. Karmak bir sistem; corafi alanda, bir bilgisayar
anda veya piyasada etkileim iinde oluan eitli paralardan oluur. Bamsz veya
etkileim iinde hareket eden bu paralar protein, insan veya karnca olabilir. Bir baka
ekilde karmaklk, kolaylkla tanmlanamayan ve kestirilemeyen ilgin yap ve desenler
olarak da tanmlanabilir (Page, 2010).
Kaynak: http://hms.harvard.edu/news/researchers-build-largest-protein-interaction-map-date-10-27-11
Alar (network), bizim onlar izdiimiz izgelerinden (graph) ok daha fazlasdr. Bununla
beraber izgeleri alarn iskeletleri olarak dnebiliriz.
imdi baz basit a rnekleri verelim. Kentler, dmler, bunlar arasndaki yollar ise
bu dmler arasndaki balantlardr. Petrol pompalanan merkezler dmler, bu ner-
kezler arasndaki balantlar ise petrol boru hatlardr. Yine benzer bir ekilde, limanlar,
hava alanlar ve terminaller dmler; bunlar arasndaki balantlar salayan kara, deniz
ve hava yollar ise balantlardr. Arkadamza telefon atmzda, ikimiz arasnda bir
balant kurulur ve bu eylemimiz byk bir an bir parasnn olumasna neden olur
(ekil 1.2). Anne, baba ve ocuklar arasndaki aile balar da aile iinde bir a oluturur
(ekil 1.3). Benzer bir ekilde, bilgisayarlar arasndaki balantlar yoluyla da dmlerini
bilgisayarlarn oluturduklar alar (ekil 1.4) ortaya kar.
ocuk ocuk
ekil 1.4
Bilgisayar Alar
6 Sosyal A Analizi
A Kavram
Bir a, canl veya cansz dmlerden (insan, kurum, irket gibi) ve bunlar arasndaki
balantlardan oluur. ok sayda doal ve yapay a vardr. Atomik dzeyden insan hc-
relerine ve gk cisimlerinin oluturduu sistemlere kadar alardan sz edilebilir. Sosyal
alar ise insanlarn dorudan veya dolayl olarak birbirleri ile etkileim iinde olduklar
alardr (Smith vd., 2009).
Eer yaptmz her telefon konumasnda, -olacak ey deil ama- telefonu aandan
telefon zili alan kiiye kadar grnr bir izgi olusayd, son derece karmak bir ekil
ortaya kard. Benzer ekilde, i ortakl yapanlar, akraba olanlar arasna da izgiler e-
kebilsek yine ok karmak ekiller elde edebilirdik. Birbirine ihracat/ithalat yapan lkeler,
birbirine hastalk bulatran kiiler, birbiri ile sosyal alarda fotoraf, metin veya ark
paylaanlarn arasndaki izgiler grnr olsa, yine ok karmak alar ortaya kard.
Kt zerinde veya NodeXL gibi bilgisayar programlar araclyla izebildiimiz alar
temelde iki bileenden oluur: Dmler (insanlar, lkeler, irketler, kurumlar, kentler) ve
bunlarn arasndaki balantlar.
1. nite - A Bilimi ve Sosyal Alar 7
izge Kuram
Alardaki dmlerin (D) ve balantlarn (B) eklinde temsili bir gsterimine izge adn
veriyoruz. Bir izge D ve B gibi iki kmeden oluur ve izgeyi =(D,B) eklinde gstere-
biliriz:
Elemanlar Dler olan dmler (vertices) kmesi
Elemanlar Bler olan balantlar (edges) kmesi
izge kuram son 50 ylda matematiin en hzl gelien daldr. Aslnda alar karma-
k, alarn gsterimi ve soyutlamalar olan izgeler ise basittir (rnek: Eulerin izdii
Knigsberg kprleri).
C g
d
c
g
c d
A e e D
a b
f
a b
f
B
Knigsberg Kprleri
18. yzylda yaayan Leonhard Euler (17071783), dnyann en nemli matematiksel alma-
larna imzasn atan ok nemli bir matematikidir. Matematiki Bernoulli kardelerle birlikte
almtr. 1988 ylnda Mathematical Intelligencerda yaplan bir almada (Wells, 1988),
matematikilere dnyann en gzel matematiksel eitlikleri sorulmu ve bu almada ortaya
kan ilk be eitlikten birincisi (ei.+1=0) , ikincisi ve beincisinin Eulere ait olmas onun
matematik dehasn ak bir ekilde gstermektedir. Euler 1927 ylnda Rusyaya giderek Saint
Petersburg Akademisinde fizik profesr olarak alm ve ayn zamanda akademinin mate-
matik blm bakanln yapmtr.
Harita izimleriyle de uraan Euler 1735 ylnda, O gnn Prusyasndaki bir kent olan
Knigsbergte (Bugn Rusyada Kaliningrad), Pregel Nehrinin stnde bulunan iki ada ve yedi
kpr ile ilgili olarak bir soru sordu. Soruya gre, baland yere geri dnlmesi kayd ile yedi
kprden sadece birer defa geen bir yolun olup olmad ile ilgiliydi. lk anda bu soru bir bil-
mece gibi grnyordu ve nemi anlalmamt. Eulere gre byle bir yol yoktu ve bu teorem,
daha sonra oluacak olan izge kuramnn ilk teoremiydi. Problemin zmne Euler, harita
izimine olan ilgisi nedeniyle basit bir kroki izerek balam ve bu davran izge kuramna
giden yolu amt. Eulerin 1736 ylnda yazd bir makalede vard bu sonucu aklar. Ne
gariptir ki, bu makaleden sonra izge kuram konusundaki ilk kitap ancak 200 yl sonra ya-
ymlanabilmitir.
8 Sosyal A Analizi
Erds Number 1
Erds Number 2
Jeff Shallitt
Carl Pomerance
Piotr Berman
Michael Saks
w
25 farkl lkede matematikle uram, 1500den fazla makale yaymlam bir Macar mate-
matikidir. lkeden lkeye dolaarak ve gittii arkadalarna, Beynim ak diyerek ortak
ok sayda makaleye imza atm olan Erds, alar konusunda da Erds says, rassal alar gibi
nemli konularda almalar yaynlamtr.
Kaynak: https://larc.unt.edu/ian/claimtofame.html
A BLM
James Fowler, almalarnzdan zetlemek isteyeceiniz, tek cmlelik hayati bir ders
ne olurdu? sorusunu SEEDde (22 Nisan 2011)de yle cevaplyordu: Alarn ayn ma-
tematii, hcre iindeki molekllerin etkileimini, beyindeki nronlar ve bir ekosistem-
de insanlar arasndaki karmak karlkl etkileimleri anlamada kullanlabiliyor. Grup
kimliinin ortaya kmasn, bilginin, normlarn ve davranlarn kiiden kiiye ve baka
kiilere akt patikalar belirleyebiliyor.
Bununla beraber, alar, ortak temel yasalar kmesi ile aklanabiliyor. Ak bir ekilde b-
yklk, biim, belirme ve gelime asndan ok farkl zelliklere sahip olmalarna karn
alar, ortak temel yasalar kmesi ve onlar reten mekanizmalar tarafndan aklanabilir.
Gnmzde ekonomik ilikilerden iletiime, sosyal ilikilerden enerjiye ve ulama kadar
hemen her alanda karlkl bamllk artmaktadr. Alarda karlkl bamlln artmas
riski ve bu alarn tehlikeye ak olmalar, zarar grebilir olmalar olaslklarn artrmakta-
dr. Ekonomik krizler, hastalklarn yaylmas ve terr tehlikesi alarda karlkl bamll-
n artmas ile ilikilidir.
Korelasyon, istatistikte iki Tuhaftr ama neredeyse 2000li yllarn bana kadar, Erds ve Rnyinin almalarna
deiken arasndaki ilikiyi ifade
eden bir katsaydr. dayanarak alarn rassal olduu dnld. 1900l yllarda kuantum szc ne kadar
sk kullanyorsa, 21. Yzyln balarnda da a szc ok sk kullanlmaya baland.
Oysa ne doal ne de yapay alar rassald. Kentlerin altndaki kablolar, borular rassal ola-
rak bir yerlere gitmedii gibi, alar da rassal deildi. Alarn yaplarnda genelde, zengin
daha zengin olur (rich gets richer) mant iliyor ve alar byrken belirli kurallara gre
byyorlard. rnein, alarda zayf balantlar daha nemliydi. Bu gelimeler ereve-
sinde bir filmin, bir kitabn veya bir hastaln alarda nasl yayld; alarn yaplar,
trleri ve bymeleri gibi konular ele alan a bilimi diye yeni bir dal gelimeye balad.
Alarn farkl dzeylerde organizasyonlara sahip olduu anlald. Bireysel olarak dm-
1. nite - A Bilimi ve Sosyal Alar 9
ler aras korelasyonlarn incelenmesinden, daha byk lekte benzer zellikteki dm-
lerin oluturduu topluluklarn belirlenmesine kadar konular hep a biliminin konular
arasnda ele alnmaya baland.
A bilimi aslnda 1736 ylnda balamt. O yllarda matematikteki e says, fonksi-
yon, sins, kosins gibi kavramlar ortaya atan Euler, bugn Rusyada ad Kaliningrad olan
(Knigsberg) kentteki kprlerle ilgili bir konuyu aratrmt. Ona gre, drt dm ve
bunlar arasndaki yedi balantdan oluan ada ayn kpry iki kez gemeden yedi kp-
ry geen srekli bir patika yoktu.
1950li yllarda nl Macar matematikiler, Paul Erds ve Alfred Rnyi rassal a
kavramn ortaya atarak nemli bir srama yarattlar. Paul Erds, dier matematikilerin
kaplarn alarak, i birlii yapmaya hazr olduunu belirtmek iin Beynim ak demesi
ile tannrd. Paul Erds, bu ekilde ok sayda ortak makaleye imza atmtr.
Resim 1.1 Resim 1.2
Alfred Rnyi Mark S.
(1921-1970) Granovetter
(1943-)
Zayf Balarn Gc (The Strength of Weak Ties - Granovetter, 1976) adl makalesi
ile Mark S. Granovetter baka nemli bir gelimeye yol at. 1969 ylnda American Jour-
nal of Society dergisine gnderdii ve yaymlanmayarak reddedilen bu makale, sonunda
1973 ylnda yaymland.
ekil 1.8de de grld gibi, a bilimi byk lde 21. yzyln ilk on ylnda geliti.
Bunu Erds-Renyi ve Granovetterin almalarna yaplan atflarn 2000li yllardan sonra
hzla artmasna dayandryoruz.
ekil 1.6
600 A bilimi ile igili iki
yazara yaplan atflar
500 Erdos-Renyi 2000li yllardan sonra
1959 hzla artyor
400 Granovetter
1973 Kaynak: Barabsi,
300 Network Science,
2012, s.8
200
100
0
61
66
71
76
81
86
91
96
01
06
19
19
19
19
19
19
19
19
20
20
10 Sosyal A Analizi
Metcalfe yasas, bir an deerini ifade eder. 1980 ylnda iletiim aralar ile ilgili olarak
Metcalfe tarafndan ortaya atlan Metcalfe yasas bize, bir an deerinin adaki dm sa-
ysnn karesi (N2) ile orantl olduunu syler. Metcalfe yasas, bir adaki dm says art-
tka, bir a daha fazla kii kullandka o an daha deerli olacan syler. Yani, belirli bir
sosyal a daha fazla arkadanz kullandka o an sizin iin deeri artacaktr.
12 Sosyal A Analizi
ekil 1.7
a, b, d ve e Ortak
Elemanlar Olan PA PB PC
(Kesien), c ise Ortak A B C
Elemanlar Olmayan
(Kesimeyen)
Topluluklar
Kaynak: Yang ve
Leskovec (2014). (a) (b)
B
A B A B
A C
A B A B C A B
ekil 1.8
Mikro lek ile makro lek arasnda iliki kuran bu trden baka almalar da var.
Harvard Medical Schoolda bir aratrmac olan Joseph Loscalzo, ortalama bir hcrenin
iindeki sosyal a ortaya koydu. 13,460 protein dmn genlerle olan 141,296 balan-
ts ile birlikte izdi. Bu etkileimler toplam etkileimin sadece yzde 20-25ine kar gelse
de bu yine de iyi bir balangt (Greenwood, 2015).
2003 ylnda gerekleen Irak Savann ekonomik, siyasi ve insani kayplar ve bu sa-
van daha sonra blgede yol at olumsuz gelimeler bilinen gereklerdir. Ancak, bu
sava ile ilgili bir baka gerek de, savan sonunda Saddam Hseyinin Amerikallar tara-
fndan a analizi kavramlar erevesinde yakalanm olmasdr. A analizine yakn olarak
West Pointte eitim grm Amerikal st dzey askerler, Saddamn yakn evresi ile ilgili
sosyal a sistematik olarak oluturmaya almlar ve bu ii resmi belgelere dayandrmak
yerine dedikodu ve aile balar erevesinde gerekletirmilerdir. Bu alarn yneldii
Saddamn yetitii Tikrit blgesine yaplan saldrlardan birinde ele geen Saddamn bir
aile fotoraf albm, bu an daha ak bir ekilde belirmesine neden olmutur. Ksaca
Saddam, sosyal alarnn verdii ipular ile yakalanmtr. Bu olay dier yandan ise ala-
rn kestirim gc ile tutarllk, istikrar konusunda da nemli gerekleri ortaya karmtr
(Barabsi, 2013).
Eitim konusunda yaplan bir baka aratrma (Grsakal vd., 2008), iletiim anlamn-
da niversitede a younluunun en fazla ikinci snfta olduunu gstermitir.
1. nite - A Bilimi ve Sosyal Alar 15
zet
Sistemi, karmaklk kavramlarn ve karmak siste- Tarihsel olarak izge kuramn ve sosyal a analizinin
1 min zelliklerini aklamak 4 geliimini aklamak
Belirli bir ama iin bir araya getirilen, bileenleri ba- izge kuramna giden yol, 1735te Eulerin Knigsberg
msz veya karlkl etkileim iinde bulunan bir b- Kprleri ile ilgili sorduu soruya cevap vermek ze-
tne sistem adn veriyoruz. Eitim sistemi, salk sis- re basit bir kroki izmesi ile balar. Euler, 1736 yln-
temi, ynetim biliim sistemi hep verdiimiz tanma da yazd makalede vard bu sonucu aklamasna
uygun rneklerdir. Karmaklk, ok sayda paraya ramen izge kuram konusundaki ilk kitap bu maka-
sahip olan sistemlerin bir zelliidir. Sz edilen bu leden ancak 200 yl sonra yaymlanabilmitir.
tanm bize, sistemin para eitlilii ile bu paralarn Paralar karlkl olarak etkileim iinde bulunan
saylarnn karmakln artmasna neden olduunu karmak sistemleri anlamak iin, alar anlamak,
anlatmaktadr. Ksaca, byklk ve ok boyutlu- izgelerini izerek analiz etmek gerekir. Alarla canl
luk sistemlerdeki karmakln nedenleri arasnda- hcreleri iinde genler, proteinler, metabolitler ara-
dr. Karmak sistemlerin zellikleri arasnda byk- snda etkileimleri ve sreleri zmleyebiliyoruz.
lk ve ok boyutluluun yannda tanmlanamazlk ve Sinir hcreleri arasndaki balantlarla oluan alarla
kestirilemezlik de bulunmaktadr. beynin fonksiyonlarn; toplumdaki mesleki, arka-
dalk ve aile balarn; modern iletiim sistemlerini;
A kavramn tanmlayarak a ile izge arasndaki fark Facebook, Twitter, Instagram gibi sosyal alar; enerji
2 aklamak hatlarndan oluan ebekeleri; mal ve hizmet reten
Alar, dmler ve bunlarn arasndaki balantlardan ve datan ticari alar ve ulam alarn alarn ana-
oluur. Bir an bykl adaki dm says ile lizi yoluyla daha iyi anlayabiliyoruz.
anlatlr. Adaki dm saysn N ve adaki toplam
etkileim ile toplam balant says ise L ile gsterilir. A biliminin ortaya k srecindeki aamalar sralamak
5
Dmler iletme, birey, protein, lke olabilir. D- Alarn rassal olmad dncesi, a yaplarnn,
mlerin arasndaki balantlar ise, gnderilen rn trlerinin, bymelerinin vb. konularn incelenme-
veya bilgi gibi eyler varsa alar ynlendirilmi; akra- sine neden olmutur. Bylelikle a bilimi gelimeye
balk, arkadalk gibi ortak zellikler bulunduunda balamtr. 1736da Knigsberg kprleriyle orta-
ise ynlendirilmemi adn alrlar. izge, bir an gr- ya kan a biliminde 1950 ylnda rassal a kavra-
selletirilmesidir ve an iskeleti olarak adlandrlabilir. m ortaya atlmtr. 1970li yllarda Zayf Balarn
Gc nemli bir gelimeye yol amtr. 21. yzyln
letiim alar, sosyal alar ve biyolojik alar rneklemek balarnda ise nternetin geliimi ve a izimlerinin
3 A, canl veya cansz baz birimler ve bu birimler (d- yaplabilmesiyle bu alandaki gelimelerde byk hz
m) arasndaki balantlardan oluur. Dmler in- kazanlmtr. Sosyal medyann hayatmza girmesi de
san bilgisayar, irket, protein, karnca olabilir. Alarda dny apnda kolaylkla ok sayda aa sahip olun-
gsterilen balantlarda ise bilgi, para, haber, mik- masn salamtr.
roplar dmlerden dmlere aktarlabilir. Kentler
dmler, bunlar arasndaki yollar ise bu dmler Alarn analizi ile nelerin bulunduunu aklamak
arasndaki balantlardr. Limanlar, hava alanlar ve 6 A bilimi byk lde 2000li yllarn bandan ba-
terminaller dmler; bunlar arasndaki balantlar layarak gelimitir. A biliminin geliiminde Euler,
salayan kara, deniz ve hava yollar ise balantlardr. Paul Erds, Alfred Rnyi, Lszl Barabsi, Stanley
Anne, baba ve ocuklar arasndaki aile balar da aile Milgram ve Mark S. Granovetter gibi aratrmaclar
iinde bir a oluturur Benzer bir ekilde bilgisayar- etkili olmulardr. nceleri rassal olduu dnlen
lar arasndaki balantlar yoluyla da dmlerini alarn daha sonralar rassal olmadklar ortaya k-
bilgisayarlarn oluturduklar alar ortaya kar. Sinir mtr. A bilimi alannda yaplan almalarla sosyal
hcreleri arasndaki balantlarla oluan alardan, alardaki zayf ve kuvvetli balarn, merkezi dm-
toplumdaki mesleki, arkadalk ve aile alarndan ve lerin nemi anlalm; alarn analizi yoluyla biim-
Facebook, Twitter, Instagram gibi sosyal alardan sz sel olmayan ilikilerin incelenebilecei, hastalklarn
edilebilir. nasl bulatnn ve arkadalklarn nasl olutuu-
nun anlalabilecei ortaya kmtr.
16 Sosyal A Analizi
Kendimizi Snayalm
1. Aadakilerden hangisi karmak sistemin zelliklerin- 6. N ve L bir adakive .saylarn
den biri deildir? gsterir Cmlesinde bo braklan yeri aadakilerden
a. Byklk hangisi doru ekilde tamamlar?
b. ok boyutluluk a. Dm-hcre
c. Kestirilemezlik b. Hcre-dm
d. Kolay tanmlanamazlk c. Dm-toplam balant
e. Uygunluk d. Balant-dm
e. Dm-konum
2. Geleneksel olarak bilimde, aadakilerden hangisi sz
konusudur? 7. Ekonomik krizler, hastalklarn yaylmas, terr tehlikesi
a. Aklayan deikenler yardmyla aklanan dei- ile alarn ilikisi ile ilgili aadaki ifadelerden hangisi do-
kenler rudur?
b. A paradigmas a. Alarda karlkl bamlln artmas ile ilikilidir.
c. ki ynl etkileimler b. Alarn klmesi ile ilikilidir.
d. Aklanan deikenler yardm ile aklayan dei- c. Alardaki dm says ile ilgilidir.
kenler d. Alardaki sistemler ile ilgilidir.
e. Deiken uyumazl e. Alar ile ilikisi yoktur.
3. izgeleri alarn..olarak dnebiliriz. 8. izge kuramn ortaya karan makaleyi aadaki ara-
Cmlesinde bo braklan yeri aadakilerden hangisi doru trmaclardan hangisi yazmtr?
ekilde tamamlar? a. Paul Erds
a. tamam b. Leanhard Euler
b. yars c. Lszlo Barabsi
c. iskeletleri d. Mark S. Granovetter
d. ortak noktalar e. Alfrea Rnyi
e. byklkleri
9. Kk dnya hipotezini ortaya karan aratrmac aa-
4. Aadakilerden hangisi bir a deildir? dakilerden hangisidir?
a. Twitter a. Lszlo Barabsi
b. Facebook b. Paul Erds
c. Arkadalk a c. Leanhard Euler
d. y=a+bx d. Stanley Milgram
e. Instagram e. Mark S. Granovetter
Yararlanlan ve Bavurulabilecek
Kaynaklar
Barabsi, A.L. ve Albert, R. (1999). Emergence of scaling in Grsakal, N.,, Ouzlar, A., Aydn Z.B., Tzntrk, S. (2009).
random networks. Science, 286, 509512. Measuring trust in an intra- organisational context
Barabsi, A.L. (2003). Linked: How everything is connected using Social Network Analysis. International journal of
to everything else and what it means. New York: Penguin management & enterprise development : IJMED, 6 (4),
Group. 494-512. http://dx.doi.org/10.1504/IJMED.2009.024238
Barabsi, A.L., Gulbahce, N., Loscalzo, J. (2011). Network Llorente, A., Garcia-Herranz, M., Cebrian, M. ve Moro, E.
medicine: A network-based approach to human disease. (2014). Social media fingerprints of unemployment.
Nature Reviews Genetics, 12, 56-68. Doi:10.1038/nrg291 Cornell University Library. http://goo.gl/AKEVCs
Barabsi, A.L. (2012). Network science: Luck or reason. (Eriim tarihi: 19.06.2015)
Nature 489, 507508. Doi:10.1038/nature11486 Memmesheimer, R. M., ve Timme, M. (2010). Synchrony and
Barabsi, A.L. (2013). Network science. Philosophical Precise Timing in Complex Neural Networks. Handbook
Transactions of the Royal Society A, 371, 20120375. Doi: on Biological Networks: World Scientific Lecture Notes
10.1098/rsta.2012.0375 in Complex Systems, (Ed: S. Boccaletti, V. Latora, Y.
Beal, V. Social Media. http://www.webopedia.com/TERM/S/ Moreno). New York, ABD. http://www.fulviofrisone.
social_media.html (Eriim tarihi: 15.06. 2015) com/attachments/article/412/handbook%20on%20
Bullas, J. (2014). 22 Social Media Facts and Statistics biological%20networks%20-%20boccaletti.pdf (Eriim
You Should Know in 2014. http://www.jeffbullas. tarihi: 17.06.2015)
com/2014/01/17/20-social-media-facts-and-statistics- Milgram, S. (1967). The small world problem. Psychology
you-should-know-in-2014/#bZdcXgk1cymTSWCU.99 Today 2, 1 (1), 6067.
(Eriim tarihi: 19.06.2015) Page, S.E. (2010). Diversity and Complexity. Princeton
Cook, R. (2011). Researchers Build Largest Protein niversitesi Basmevi. Princeton, New Jersey, ABD.
Interaction Map to Date. Harvard Medical School. http://press.princeton.edu/chapters/s9208.pdf (Eriim
(Eriim tarihi: 12.06.2015) tarihi: 15.06.2015)
Feld, S.L. (1991). Why Your Friends Have More Friends Than Smith, M. A., Shneiderman, B., Milic-Frayling, N., Mendes
You?. American Journal of Sociology, 96 (6), 1464-1477. Rodrigues E., Barash, V., Dunne, C., Capone, T., Perer,
Goh, K., Cusick, M. E., Valle, D., Childs, B., Vidal M. ve A. ve Gleave, E., Analyzing (Social Media) Networks with
and Barabsi, A.L. (2007). The human disease network. NodeXL, http://hcil2.cs.umd.edu/trs/2009-11/2009-11.
PNAS, 2007, 104 (21) 86858690. http://www.pnas.org/ pdf (Eriim tarihi: 17.06.2015)
content/104/21/8685.full.pdf (Eriim tarihi: 02.07.2015) Smith, M.A., Shneiderman, B., Milic-Frayling, N., Rodrigues,
Granovetter M.S. (1973). The Strength of Weak Ties. E.M., Barash, V., Dunne, C., Capone, T., Perer, A., Gleave,
American Journal of Society, 78 (6), 1360-1380. E. (2009). Analyzing (Social Media) Networks with
Greenwood, V. (2015). Newly Discovered Networks among NodeXL. http://hcil2.cs.umd.edu/trs/2009-11/2009-11.
Different Diseases Reveal Hidden Connections. http:// pdf (Eriim tarihi: 15.06.2015)
www.scientificamerican.com/article/newly-discovered- Wells, D. (1988). Which is the most beautiful?. Mathematical
networks-among-different-diseases-reveal-hidden- Intelligencer. 10 (4), 30-31.
connections/ (Eriim tarihi: 22.06.2015) Yang, J. ve Leskovec, J. (2014). Overlapping Communities
Greenwood, V. (2015). Networks Reveal the Connections Explain Core-Periphery Organization of Networks.
of Disease. https://www.quantamagazine.org/20150129- Stanford Infolab Technical Report, October 14, 2014.
networks-reveal-the-connections-of-disease/ (Eriim http://ilpubs.stanford.edu:8090/1103/2/paper-IEEE-full.
tarihi: 13.06.2015) pdf (Eriim tarihi: 21.06.2015)
Grsakal, N., Alk, S., Tzntrk, S. ve nl, M. (2008). ZME Science. Neural Netwrork. http://www.zmescience.com
Social Network Analysis of Trust Networks among (Eriim tarihi: 01.06.2015)
Geography Trainee Teachers and Its Possible Reflections
to Education. Ozean Journal of Applied Sciences, 1 (1), 59-
78. http://www.ozelacademy.com/ojas_v1i1.htm
2
SOSYAL A ANALZ
Amalarmz
Bu niteyi tamamladktan sonra;
Ynl ve ynsz, tartl ve tartsz alar arasndaki fark aklayabilecek,
Derece, ortalama derece, derece dalm kavramlarn tanmlayabilecek,
Komuluk matrisi verilen bir a izebilecek ve izili bir an komuluk matri-
sini gelitirebilecek,
A trleri ve a younluunu aklayabilecek,
En ksa patika algoritmasn uygulayabilecek
bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar
l A Tek aral A
sz A ki aral A
ere e ok aral A
rtalama ere e A o u lu u
ere e a l m atika
omuluk atrisi
indekiler
GR
YNL VE YNSZ TARTILI VE
TARTISIZ A LAR
DERE E ORTALAMA DERE E VE
Sosyal A Analizi Temel Kavramlar DERE E DA ILIMI
KOMULUK MATRS
A TRLER VE A YO UNLU U
PATKA EN KISA PATKA VE ORTALAMA
PATKA UZUNLU U
Temel Kavramlar
GR
Sosyal alarda dmler aktr adn almaktadr. rnein; bir aktrn (bir insan) ar-
kadalk balantlarndan oluan a ego a adn alr. Szn ettiimiz bu tr sosyal
alarn, i bulma olaslklarn kariyer baarlarn etkileyip etkilemedii, yeniliklerin ya-
ylmasnda alarn ne gibi bir fonksiyonu olduu, firmalar aras i birlii alar ve alarn
liderlie olan etkileri yaplan aratrmalarla incelenmitir. Bir aktrn sosyal ann ona
sosyal bir sermaye salayp salamad da yine aratrlan konular arasndadr. Ancak u
bir gerek ki, gnmzde sosyal alar anketlerle incelenemeyecek kadar bymtr ve
bu tr aratrmalarn bilgisayar ve nternet olmakszn gerekletirilebilmesi kolay deil-
dir.
kinci nite ynl ve ynsz a kavram ile balyor. Bu nitede en temel konu; derece,
ortalama derece ve derece dalm kavramlar. Az nce belirtilen erevede okuduu-
nuz bu nitenin uygulamalarnda NodeXL ve Pajek adl ak kaynak kodlu iki program
kullanacaz. Bu nedenle, bu nite ile ilgilenmeden nce bu programlar bilgisayarnza
nternetten indirerek kurmanz yararl olacaktr.
Eer bir an gsterimi olan bir izgede kullanlan balantlarda oklar varsa o a ynl; yok-
sa a ynszdr. Ynl alarda okun yn hangi dmden hangi dme doru bir ba-
lantnn gerekletiini gsterir. Ayrca matematiksel olarak ynl alarda dmler sral
ikililer (ordered pairs) biiminde iken, ynsz alarda ise srasz ikililer (unordered pairs)
biimindedir. Ksaca, ynl alarda balantnn hangi dmden hangi dme olduu be-
lirlidir. Buna karlk ynsz alarda balantnn yn sz konusu deildir.
kili ve l Balantlar
A analizlerinde diadik ilikiler iki dm arasndaki ikili ilikilerdir. Yine a analizinde
dm arasndaki balantlar ise triadik balantlar olarak adlandrlr. ekil 2.3te de
ekil 2.3 grld gibi ynl alarda iki dm arasnda tr balant
Ynl Alarda kili olabilir:
Balantlar ki dm arasnda hibir balant olmayabilir
ki dm arasnda tek ynl bir balant olabilir.
ki dm arasnda karlkl (reciprocal) bir balant olabilir.
2. nite - Temel Kavramlar 23
ekil 2.4
Ynl Alarda l
Balant Trleri
(Triads)
Granovetter, Zayf Balarn Gc adl makalesinde ekil 2.4teki 201 nolu lnn
sk grlmediini bunun yasaklanm l olduunu belirtir (Granovetter, 1973). Di-
er bir deyile arkadatan B ve C kiileri A ile karlkl balantlar iindeyse, rnein
birbirlerine telefon ayorlarsa; B ile Cnin arasnda balant olmamas olasl dktr.
ller yardm ile sosyal ilikilerde dmanmn dman benim dostumdur gr-
de bir izge ile aklanabilir. ekil 2.5te grld gibi, A ve B dmleri Cden ho-
lanmamaktadr ve aralarnda dmanlk sz konusudur. Eer A,dmanmn dman
benim dostumdur grndeyse bu arada B ile iyi ilikiler kuracaktr.
ekil 2.5
Dmanmn
Dman Dostumdur.
A B
C
24 Sosyal A Analizi
Eer Pajek yardm ile bir adaki lleri (triads) saydrmak istersek, u komutlarla
ilerlemeliyiz:
Network>Info>Triadic Census
ekil 2.6
Pajek ile lleri
Saydrmak
Eer bir sosyal ada iki kii ortak bir arkadaa sahip ise, o iki kiinin de gelecekte artan
bir olaslkla arkada olmalar beklenir ve bu olguya l kapanma(Triadic closure) ad
verilir. Eer A dmnn B ve C dmleri ile balantlar varsa ve eer bu balantlar
kuvvetli balarsa, zellikle B-C bann olumas olasdr (Leskovec, 2007).
ekil 2.8
E Balantlarnn Gc
Farkl, Ynl Bir A
B
C
ekil 2.8de ise yine balantlarnn gc farkl ynl bir a gryoruz. Bu ada 6 d-
m ve 9 balant bulunmaktadr. Ada 9 balant olmasnn nedeni, A ile B dmleri
arasnda ift ynl bir balantnn bulunmasndan kaynaklanmaktadr.
Derece, bir dmn balantl olduu komu saysdr. Ynl alarda bir adaki d-
mlerin gelen dereceleri, giden dereceleri ve toplam dereceleri sz konusudur. rnein;
26 Sosyal A Analizi
ekil 2.9daki ada, 1 dmne gelen 2 balant ve yine 1 dmnden giden 2 balant
vardr. Dier yandan, 3 dmne gelen derece anlamnda 3 ve giden derece anlamnda
da yine 3 balant bulunmaktadr.
ekil 2.9
Ynl Bir izge 2
3
5
7
4
ekil 2.9daki izge ile gsterilen an gelen, giden ve toplam derecelerini yle srala-
yabiliriz:
En yksek dereceye sahip olan dmler, bir anlamda adaki ak kontrol edebilecek gce
sahip olan merkez dmlerdir (hubs). Merkez dmlerin gelen ve giden balantlar
yksektir. Eer bir merkez dmn gelen balant derecesi yksek ise, bunun anlam o
dme ok fazla danld olabilir. Yine bir merkez dmn giden balant derecesi
yksek ise, o zaman da bunun anlam, bu dmn saa sola ok fazla talimat verdii, gr
bildirdii veya haber verdii anlamnda olabilir. Merkez dmler bir adaki nemli d-
mlerdir. Sosyal a analizinde merkez dmlerin belirlenmesi nemlidir.
Bir i dmnn derecesini ki ile gsteriyoruz. Ynsz bir ada toplam balant says
olan toplam derece, dmlerin derecelerinin toplamdr:
1 N
L=
2
i=1 ki
Burada kullanlan , balantlarn her iki dm iin de saylmas nedeniyle kullanl-
maktadr. Ynsz bir a iin ortalama derece u ekilde hesaplanr:
2. nite - Temel Kavramlar 27
1 N 2L
<k>
N
i=1 ki = N
Ynl alar iin gelen (in) ve giden (out) derece toplam, toplam dereceye eit olacaktr:
k i = k gelen
i + k giden
i
Ortalama derece hesaplanrken ynsz alarda 2L/N ve ynl alarda ise L/N formlnn
kullanldna dikkat ediniz.
www L Y 325729 1497134 LN
G
E H K Ynsz 4941 6594 LN
A A Y 36595 91826 LN
Y 57194 103731 LN
B B O
Ynsz 23133 93439 LN
O L
A A Ynsz 702388 29397908
N
A S A Y 449673 4689479 LN
E K
M Y 1039 5802 LN
P
P E Ynsz 2018 2930 LN
Derece Dalm
Derece dalm pk ise bize bir ada rassal olarak seilen bir dmn k derecesine sahip
olmas olasln verir. Nnin bir adaki toplam dm says ve Nknn bir ada k derece-
sine sahip dm says olduunu hatrlayarak, Nk deerlerini Nye blerek bu deerleri
normalize edip olaslk toplamlarn 1 yapabiliriz:
Nk
pk =
N
28 Sosyal A Analizi
Ynsz bir a iin toplam ba says ile ortalama derece says u ekilde hesaplanabilir:
1 N 2L
L=
2
i,
A
j=1 ij
< k >=
N
Buna karlk, ynlendirilmi alarn komuluk matrisi simetrik olmak zorunda de-
ildir. Ynsz alarda Aij Aji ve Aii =0 olur ve satr toplamlar stun toplamlarna eit
olmak zorunda deildir. Gelen ve giden balantlarn says veya deerlerinin toplam ayn
olmak zorunda deildir:
N
k gelen
i j=1 Aij
N
k giden
i Aij
i, j=1
Ynlendirilmi bir a iin ise toplam ba says ile ortalama derece says u ekilde
hesaplanabilir:
N L
L = i, j=1 Aij < k gelen >=< k giden >=
N
Komuluk matrisi aada verildii gibi olan ynsz bir a izdiimizde ekil 2.11deki
a elde ederiz.
30 Sosyal A Analizi
Tablo 2.9 1 2 3 4 5 6 7 8 9 10
1 0 1 0 1 0 0 0 0 1 0
2 1 0 0 0 0 0 0 0 1 0
3 0 0 0 0 0 0 0 0 1 1
4 1 0 0 0 0 0 0 0 0 0
5 0 0 0 0 0 0 0 0 0 1
6 0 0 0 0 0 0 1 0 0 0
7 0 0 0 0 0 1 0 0 0 0
8 0 0 0 0 0 0 0 0 0 1
9 1 1 1 0 0 0 0 0 0 0
10 0 0 1 0 1 0 0 1 0 0
Tablo 2.10 1 2 3 4 5 6 7
1 0 1 0 1 0 0 0
2 0 0 1 0 0 0 0
3 1 0 0 0 0 2 0
4 0 0 1 0 0 0 0
5 0 0 1 0 0 0 0
6 0 0 0 0 0 0 0
7 1 0 0 1 1 0 0
2. nite - Temel Kavramlar 31
ekil 2.12deki 3 nolu dmn ekil 2.12
balantlarn anlamak iin komu- 6 Ynl A
luk matrisine bakalm. Komuluk
matrisine 3 nolu dm iin satr
olarak baktmzda bu dmden
1 nolu dme 1 ve 6 nolu d-
me ise 2 ynl balant grrz.
Gelen balantlar grmemiz iin 3
bu kez komuluk matrisindeki 3
2
nolu stuna bakmamz gerekir. 3 5
nolu stunda 1 deerleri 2, 4 ve 5
nolu satrlarda olduu iin 2, 4 ve 5
nolu dmlerden 3 nolu dme 1
gelen balant sz konusudur. 3
nolu dm iin gelen ve giden bu
7
balantlar ekil 2.12de grebiliriz. 4
Uygulama: Komuluk matrisi
bal altnda az nce bu matris-
lerle izgelerin nasl bir iliki iinde olduklar akland. Ancak yine de eksik olan nokta,
bu matrislerin izgelere nasl dntrld sorusudur. Bu iin nasl yapldn bilgisa-
yar program kullanarak gsterebiliriz. Bu amala ak kaynak kodlu bir program olan ve
Excelin uzants olarak alan NodeXL programndan yararlanacaz.
Varsayalm ki bir i yerinde Ali, Aye, Ahmet, Mehmet, Bur ve Berk almaktadr ve
belirli bir sre iinde birbirlerine gnderdikleri e-posta says verilen komuluk matrisin-
de olduu gibidir. rnein; bu matrise gre Ali Ayeye 4, Ahmet ve Mehmete ise birer
e-posta gndermitir. Kullanacamz Aij komuluk matrisi izleyen ekilde olsun ve bu
matrise dayanarak, NodeXL yardm ile ynsz bir izge izelim.
AL 0 4 1 1 0 0 6
AYE 4 0 1 4 1 0 10
AHMET 1 1 0 0 0 0 2
MEHMET 1 4 0 0 0 0 5
BUR 0 1 0 0 0 3 4
BERK 0 0 0 0 3 0 3
T 6 10 2 5 4 3 30
nce 6 dml, 7 balantl an verilerini NodeXLe girelim. Sol altta Edgesi (ba-
lantlar) tklayarak ekil 2.13n sol tarafndaki ekran parasnda olduu gibi dm-
ler arasndaki balantlar girelim. Ayn ekranda bu balantlarn deerleri (gleri) de
Width stununa girilsin. Daha sonra ise, bu kez de sol altta bulunan Verticesi (dm-
ler) tklayarak, birinci stuna dmlerimizi ve daha sonra da Label (etiketler) stunu-
na bu dmlerin adlarn yazalm. Ayrca, Label Positionda (etiket pozisyonu) srekli
olarak etiketlerin Top Left (stte solda) yazlmasn isteyelim. izmek istediimiz an
ynsz bir a olmasn salamak iin ise, ekil 2.13te sol stte grlen Formller szc-
nn hemen altnda bulunan ve izeceimiz izgenin trn gsteren Type (tr) kar-
snda Undirected (ynsz) szcnn olmas gerektiini unutmayalm.
32 Sosyal A Analizi
ekil 2.13
Dm ve Balantlar Girmek in ki NodeXL Ekran
A TRLER VE A YOUNLUU
Bu blmde, dmlerine gre a trlerinin nasl adlandrldklarndan sz edilecek, ar-
dndan balant saylarna gre alarn seyrek ve youn eklinde nitelendirilmesine ilikin
aklamalar yaplacaktr.
ekil 2.16
Daire ve Kare
eklindeki ki Tr
Dmden Oluan ki
Paral izge
Baka durumlarda ise dm trleri eer ikiden de fazla ise o zaman bu a ok par-
al a adn alr. ki veya daha ok paral alarda dm trleri, farkl renk ve ekillerle
gsterilebilir. A llerinin ounluu tek paral alar iin geerli olduundan, iki veya
ok paral alar analiz etmek iin nce bu alar tek paral biime dntrlr ve he-
saplamalar daha sonra yaplr.
ekil 2.17 ve ekil 2.18de tek paral ve iki paral a rnekleri grlmektedir. Bu ki-
tapta genelde tek paral a rnekleri ele alnmaktadr. Ancak ikinci ekilde grld
gibi eer dmler iki snf olarak (alclar ve rnler, filmler ve izleyenler gibi) belirleni-
yorsa, a iki paral (bipartite) bir a olur.
ekil 2.17
Tek Paral Tartl A A 1 B
ve Komuluk Matrisi A B C D
1
A 0 1 0 0
1 2 B 1 0 0 0
C 0 0 0 0
D 1 2 3 0
2 D
C
ekil 2.18
ki Paral Tartl A A
ve Komuluk Matrisi
E
A B C D
B
E 1 1 1 0
C F
F 1 0 0 1
D G 0 1 1 1
G
2. nite - Temel Kavramlar 35
ekil 2.19da grdmz 12 dml a tam bir izgedir ve btn dmler arasnda
balantlar bulunmaktadr.
Gerek alarda L deeri LMaks deerinden ok kktr ve bu durum bize gerek alarn sey-
rek olduunu gsterir. Seyrekliin zellikle alarn bilgisayar belleklerinde saklanmasnda
bize kolaylklar salayabilecei unutulmamaldr.
Gerek alarda dm says (N) ve balant says (L) ok eitli deerler alabilir.
rnein, yaayan organizmalardan beyin haritas karlan ilk canl bir kurtuk olan C.
Eleganstr ve onun sinir anda 297 nron (dm) ve 2345 sinaps (balant) bulunmak-
tadr. nsan beyninde ise, yz milyar ( 1011) nron ve bu nronlarn her birinde ortalama
7000 balant bulunmaktadr. nsan hcresinin genetik anda dm olarak 20000 gen
bulunmaktadr. Webde trilyondan fazla (N>1012) web sayfas bulunmaktadr. Bir ada
balant says sfr olabilecei gibi adaki maksimum balant says aadaki forml ile
hesaplanr:
N (N 1)
L Maks = N C2 =
2
Maksimum balantya sahip an izgesine ise, tam izge (complete graph) ad verilir.
Tam a izgesi, rassal a izgesi, lekten bamsz a izelgesi gibi belirli zelliklere sahip
alarn izgelerinin elde edilmesinde Pajek (okunuu Pah-yek) program kolaylklar sala-
maktadr. Bu nedenle, maksimum balantya sahip tam bir an izgesini Pajek program
ile u komutlar yardm ile izebiliriz (ekil 2.20):
Network>Create new Network> Complete Network>Directed
Bu komutlar: A>Yeni A Olutur>Tam A>Ynl A anlamndadr.
36 Sosyal A Analizi
ekil 2.20
Pajek ile Tam ve Ynlendirilmi Bir An izgesinin izimi
Daha sonra ekil 2.21deki ekranda beliren diyalog kutusunda, Enter number of
vertices(dm saysn gir) satrndaki bolua, istediimiz dm saysn (rnek 10)
ekil 2.21de olduu gibi girip OK tklanr.
ekil 2.21
Pajek ile Tam ve
Ynlendirilmi Bir
An izgesinin
iziminde Dm
Saysnn Girilmesi
ekil 2.22
Pajek izim Komutlar
A Younluu
Sosyolojik adan adaki uyumluluk, birliktelik, dayanma ve aidiyet a younluu (den-
sity) ile llr. Younluk, dmler arasndaki karlkl balantl olmann dzeyini l-
en bir ldr.
Bir an younluu, ada var olan toplam balant saysnn, maksimum (tm olas) balant
saysna blnmesiyle bulunur.
Bir adaki maksimum (tm olas) balant saysnn N(N-1) ile hesaplanacan hatr-
layarak, ekil 2.25deki izgede younluk u ekilde hesaplanr:
Younluk=18/(6*5) = 0,6
ekil 2.25
Younluu 0,6 Olan A
2
3
1
6 4
Tablo 2.13 1 2 3 4 5 6 T
1 0 1 1 1 1 1 5
2 1 0 1 1 2 2 7
3 1 1 0 1 2 2 7
4 1 1 1 0 2 2 7
5 1 2 2 2 0 1 8
6 1 2 2 2 1 0 8
T 5 7 7 7 8 8 42
Ortalama patika uzunluu ise, btn dm iftleri arasndaki en ksa patikalarn or-
talamas olarak tanmlanabilir.
2
< d >=
N (N 1)
dij
ekil 2.26
Be Dml Ynsz
Bir izge 1
2 3
4 5
zet
Ynl ve ynsz, tartl ve tartsz alar arasndaki fark Eer jden iye bir balant varsa Aij =1
1 aklamak Eer jden iye bir balant yoksa Aij = 0 olur.
Eer bir an gsterimi olan bir izgede kullanlan
Eer komuluk matrisi ynsz bir an komuluk
balantlarda oklar varsa o a ynl, yoksa a ynsz-
matrisiyse, bu matris simetrik bir matristir, Aij = Aji ve
dr. Ynl alarda okun yn hangi dmden hangi
Aii =0 olur ve ayrca derecelerin satr toplamlar, stun
dme doru bir balantnn gerekletiini gste-
toplamlarna eit olur:
rir. Ksaca, ynl alarda balantnn hangi dm-
N N
den hangi dme olduu belirlidir. Buna karlk k i = j=1 Aij = i=1 Aij
ynsz alarda balantnn yn sz konusu deildir.
Alarda dmler arasndaki ikili ve l balantlar Ynsz bir a iin toplam ba says ile ortalama de-
nemlidir. Eer bir sosyal ada iki kii ortak bir ar- rece says u ekilde hesaplanabilir:
kadaa sahip ise, o iki kiinin de gelecekte artan bir 1 N 2L
L=
2
i, j=1 Aij < k >=
olaslkla arkada olmalar beklenir ve bu olguya l N
kapanma ad verilir. Buna karlk, ynlendirilmi alarn komuluk
Alar tartl olabilecekleri gibi tartsz da olabilirler. matrisi simetrik olmak zorunda deildir. Ynsz a-
Eer i ve j dmlerini arasndaki balant wij =1 ise larda Aij Aji ve Aii =0 olur ve satr toplamlar stun
ve dier btn dmler arasndaki balantlarn de- toplamlarna eit olmak zorunda deildir. Gelen ve gi-
eri 1e eitse bu a tartsz bir adr. Oysa cep telefonu den balantlarn says veya deerlerinin toplam ayn
ile konuan iki kiinin konutuklar sreler veya bu olmak zorunda deildir:
srelerin toplam ada tart olarak alnabilir ve bu tr N
k gelen = j=1 Aij
alar ise tartl alar olarak adlandrlrlar. Benzer e- i
Kendimizi Snayalm
1. Bir izgede kullanlan balantlarda oklar varsa o a ile 6. Aadakilerden hangisinin komuluk matrisi ynsz bir
ilgili aadaki ifadelerden hangisi dorudur? an komuluk matrisidir?
a. Ynldr. a. Simetrik matris
b. Ynszdr. b. Asimetrik matris
c. Tarafszdr. c. ki paral matris
d. Gldr. d. Tek paral matris
e. Seyrektir. e. ok paral matris
2. Bir sosyal ada iki kii ortak bir arkadaa sahip ise, o iki 7. Aadakilerden hangisi gerek alarn zelliklerinden
kiinin de gelecekte artan bir olaslkla arkada olmalar olgu- biridir?
suna ne ad verilir? a. Ynl olmas
a. Yaknlk b. Ynsz olmas
b. Beklenti c. Seyrek olmas
c. Ortaklk d. Tek paral olmas
d. kili kapanma e. ki paral olmas
e. l kapanma
8. Dm says 5 olan bir ada maksimum balant says
3. Verilen alnan farkl bor miktarlarndan oluan bir a aadakilerden hangisidir?
iin aadaki ifadelerden hangisi dorudur? a. 10
a. Ynsz ve tartszdr b. 12
b. Ynl ve tartldr c. 20
c. Ynsz ve tartldr d. 24
d. Ynl ve tartszdr e. 26
e. Youn ve ynszdr
9. Sosyolojik adan adaki uyumluluk, birliktelik, dayan-
4. Mteriler ve rnler gibi iki tr dmn sz konusu ma ve aidiyet aadakilerden hangisi ile llr?
olduu a aadakilerden hangisidir? a. Derece
a. Ynl a b. Gelen derece
b. Ynsz a c. Giden derece
c. Tek paral a d. Ynllk
d. ki paral a e. Hibiri
e. Tartl a
10. Tm dm iftleri iin en ksa patikalarn ortalamas
5. En yksek dereceye sahip olan dm aadakilerden aadakilerden hangisidir?
hangisidir? a. Ortalama patika uzunluu
a. Gelen a b. Ortalama ksa patika
b. Giden a c. iftlerin ortalamas
c. zole a d. En ksa ift ortalamas
d. Merkezi a e. En ksa patika uygunluu
e. Tartl a
2. nite - Temel Kavramlar 43
Sra Sizde 2
Eer i ve j dmlerinin arasndaki balant wij =1 ise ve di-
er btn dmler arasndaki balantlarn deeri 1e eitse
bu a tartsz bir adr.
Sra Sizde 3
Derece dalm pk bize bir ada rassal olarak seilen bir d-
mn k derecesine sahip olmas olasln ifade eder.
3
SOSYAL A ANALZ
Amalarmz
Bu niteyi tamamladktan sonra;
Rassal a kavramn ve rassal alarn derece dalmn aklayabilecek,
Alt adm hipotezini tanmlayabilecek,
Kk dnya alarn tanmlayabilecek,
Snflayc a ve snflayc olmayan a, direnli a ve dirensiz a arasndaki
farklar aklayabilecek
bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar
assal A ay lmaya A
Alt Ad m Hipotezi ire li A
k ya A lar ire siz A
ay A
indekiler
GR
RASSAL A LAR
ALTI ADIM HPOTEZ
Sosyal A Analizi Alarn Trleri KK DNYA A LARI
SINI LAYI I VE SINI LAYI I OLMAYAN
A LAR
DRENL VE DRENSZ A LAR
Alarn Trleri
GR
Sosyal alarda dmler aras balarn nasl ve neye gre olutuu, bu alanda alanlarn
ilgisini ekmitir. Bir adaki dmler arasnda sabit olaslkla rassal olarak ba kurulup
kurulmad, amalanan bir durum iin birbirini izleyen ortalama ka baa gerek olabile-
cei ve iki dmn sahip olduu ortak kuvvetli balarn o iki dm arasnda ba kurul-
masna zemin hazrlama durumu ile ilgili almalar sz konusudur. Buna ek olarak, ayn
tr dmler arasnda balant kurulup kurulmamasna gre alarn farkl trlerinden sz
edilebilir. Ayrca bir an direnli ya da dirensiz oluu, bir baka deyile etkilenme hz
yani olumsuz adan ele alndnda tehlike ve saldrlara ne kadar ak olduu nemli bir
konudur.
RASSAL ALAR
Rassal a dncesi, Paul Erds ile Alfrd Rnyiye dayanr. Erds Rnyi rassal a mo-
delinde (Erds ve Rnyi, 1959) iki dmn birbirleri ile balantl olmalar, sabit bir
olaslkla gerekleir. Eer sabit bir olaslkla rassal bir ekilde dm iftleri arasnda
balantlar oluturulursa, sonuta elde edilen a bir rassal a olur. Bir anlamda istatistik-
teki normal dalma benzeyen rassal a modeli, sosyal a analizinde bir referans noktas
nemine sahiptir. Analizlerde rassal a, istatistikteki normal dalm gibi alarn trlerini
belirlemek ve alarn rassal adan ne lde saptklarn grebilmek iin belirli bir daya-
nak noktas oluturur.
zleyen ekil 3.1de rassal a izgesinde, artan olaslkla retilen rassal alar
gryoruz. Aktr ki, sabit olaslk arttka rassal alardaki balant says da artmaktadr.
ekil 3.1
N=10 Dm in
Pajek le izilen ve
Balant Saylar 15,
20 ve 25 Olan
Rassal A izgesi
bir dmn sahip olduu balant says olan knn dalm derece dalm adn alr.
Olaslk dalm (Newman vd., 2001) olan pk u ekilde hesaplanabilir:
ez z k
pk = N Ck p k (1 p)Nk
k!
lk ekli ile binom dalm olan bu dalm, an byk olmas varsaymyla poisson
dalmna yaklamaktadr. rnein; aadaki ekil 3.2de 200 dm iin p=0,01 olas-
l ile izilen bir rassal a, bu rassal an derece dalm ve bu derece dalmnn teorik
olarak binom dalm ve N byk olduu iin de poisson dalm ile belirlenmesini g-
ryoruz. Byk N ve kk p deerleri iin binom derece dalm fonksiyonu, poisson
derece dalm fonksiyonuna daha yaklaacaktr. Derece dalmnn teorik olarak pois-
son dalm ile elde edilmesinde =2 deeri kullanlmtr.
ekil 3.2
N=200 ve p=0,01 in
Bir Binom ve =2 in
Bir Poisson Dalm
ekil 3.3te de yine dm says 100 olmak zere farkl p dzeyi iin izilen
rassal a, bu alarn gerek derece dalmlarn, alarn derece dalmlarnn teorik ola-
rak binom dalm ile belirlenmesini gryoruz. ekil 3.3te elde edilen gerek derece
dalmlar ile teorik olarak binom dalm ile hesaplanan derece dalmlar arasndaki
benzerlie dikkat ediniz. ekil 3.3n altnda ise bu alarn ortalama patika uzunluklar,
yaraplar ve younluklar yer almaktadr. Elde edilen deerlerden p balant olasl
bydke, ortalama patika uzunluunun ve yarapn ksaldn, buna karlk youn-
luun ise arttn anlyoruz.
3. nite - Alarn Trleri 47
ekil 3.3
N=100, P=0,02 N=100, P=0,10 N=100, P=0,30 N=100 in Farkl
P Dzeyinde izilen
Rassal A, Bu
Alarn Gerek Derece
Dalmlar ve Alarn
Derece Dalmlarnn
Teorik Olarak
Binom Dalm ile
Belirlenmesi
Binom Dalm (n=100, p=0,02) Binom Dalm (n=100, p=0,10) Binom Dalm (n=100, p=0,30)
imdi de bir Barabasi a ile derece dalmn ekil 3.4teki gibi izelim. Bu nokta-
da Barabasi ann ve benzer ekilde Watss-Strogatz ann anlamnn bilinmesine gerek
yoktur. Watts-Strogatz a bu blmde anlatlacak olan kk dnya alar trndendir.
Barabasi a ise bir sonraki blmde, lekten bamsz a adn alacaktr. u anda sa-
dece rassal adan farkl a trleri olabileceini ve bu alarn derece dalmlarnn rassal
adan farkl olabileceini anlatmak istiyoruz. Bu blmde izilen btn ekiller bu amaca
hizmet etmektedir. Hemen unu da ekleyelim ki, alarda younluk kavramna daha nce-
ki nitelerde deinilmiti. Yarap ve ortalama patika uzunluu ise hem bu blmde hem
de sonraki blmlerde yer alacaktr. ekillerde hesaplanm olarak verilen bu deerler
ancak bilgisayar programndan yararlanarak hesaplanabilir. Deerlerin ekillerde veril-
mesinin amac karlatrma yaplabilmesini salamaktr.
48 Sosyal A Analizi
ekil 3.4
Barabasi A (N=100)
ve Derece Dalm
(Ortalama Patika
Uzunluu=1,92,
Yarap=5,
Younluk=0,01)
ekil 3.5
Watts-Strogatz A
(1, 100, 4, 0.05)
(Ortalama Patika
Uzunluu=
3,13 Yarap= 6
Younluk=0,08)
ekil 3.6
Watss-Strogatz A
(1, 100, 4,.20)
(Ortalama Patika
Uzunluu=2,54
Yarap= 4
Younluk=0,08)
3. nite - Alarn Trleri 49
ekil 3.7
Watts-Strogatz A
(1, 100, 10,.20)
(Ortalama Patika
Uzunluu=1,83
Yarap=3
Younluk=0,20
1 2 3 4 5 6 Toplam
1 0 1 2 1 x 1 5
2 x 0 x x x x 0
3 x x 0 x x x 0
4 2 3 1 0 x 1 7
5 x x x 1 0 x 1
6 1 2 1 2 x 0 6
Toplam 19
ekil 3.9
Ortalama 5
Jeodezik Uzakln
Hesaplanmas 6
ekil 3.9da 1den 2ye jeodezik uzaklk 1dir. 1den 3e 2dir. 1den 4e 1dir. 1den 6ya
1dir. 1den 5e jeodezik uzaklk yoktur. Eriilebilir iftler arasnda ortalama jeodezik uzak-
lk 19/13 = 1,462dir.
zleyen ekil 3.10da ortadaki i dmnn kmelenme katsaysn ve ortalama kmelenme RNEK 3.1
katsaysn hesaplayalm:
ekil 3.10
Kmelenme Katsays
Hesaplanmas
i
2Li 2(6)
Ci = = = 1< C >= 1
ki (ki 1) 4(4 1)
RNEK 3.2
ekil 3.11 ve 3.12de ortadaki i dmnn kmelenme katsaysn hesaplayalm:
ekil 3.11
Kmelenme Katsays
Hesaplanmas
2Li 2(3) 1
Ci = = = < C >= 0, 767
ki (ki 1) 4(4 1) 2
Zincirler
Frigyes Karinthy adl bir macar yazar 1929 ylnda Zincirler (Chains) adl bir ksa yk
yazmt:
Dnyada yaayan 1,5 milyar insan arasndan herhangi birini, herhangi bir yerde yaayan
birini seelim. ddiaya girerim ki, kiisel arkadalk a aracl ile bu seilen kiiyle 5 kiiden
fazla kii kullanmadan balant kurabiliriz. rnein, Baksana! Bay Xi tanyorsun, ondan
rica et Bay Y ile balant kursun o da bir bakas ile gibi
2001 ylnda Duncan Watts, Milgramn deneyini bu kez Internet ortamnda, 166 l-
keden 61168 kiinin oluturduu 24163 farkl e-posta zinciri ile denedi ve ortalama adm
saysn yine alt olarak buldu.
KK DNYA ALARI
WattsStrogatz modeli diye de anlan kk dnya alar modeli (Watts ve Strogatz, 1998)
kk dnya zelliklerine sahip rassal a retme modelidir. Bu tr izgelerin, ksa ortalama
patika uzunluklarna ve yksek kmelenme katsaylarna sahip olduklar belirlenmitir.
l kapanma olgusundan daha nce sz edilmiti. Eer iki kii ayn kii ile kuvvetli ar-
kadalk balar iindeyse ve arkada deillerse, zaman iinde onlar da arkada oluyorlar ve
l kapanma gerekleerek ortaya bir arkadalk geni kyordu. ekil 3.14te grld
gibi eer arkadalarmz ve arkadalarmzn arkadalar varsa ve her aamada 100 yeni ar-
kadamz oluyorsa arkada saymz 100x100x100 eklinde byyecektir. Oysa gerekte
alar daha farkl bir ekilde iler. rnein; ikinci ekil olan ekil 3.15te grld gibi
l kapanmalar gerekleecek ve aslnda birbirini tanmayan yeni arkada saymz bizim
sandmzdan da ok daha kk olacaktr. Bu ekiller bir ekilde, neden bizim arkada
saymzn arkadalarmzn arkada saysndan daha az olduunu da aklamaktadr.
ekil 3.14
Arkadalarmz ve
Siz
Arkadalarmzn
Arkadalar
Kaynak: Easley ve
Kleinberg (2010)
Arkadalar
Arkadalarn
Arkadalar
ekil 3.15
l Kapanmalar
Siz
Kaynak: Easley ve
Kleinberg (2010)
Arkadalar
Arkadalarn
Arkadalar
54 Sosyal A Analizi
Bir kk dnya a u iki ilke ile oluturulabilir: Bir dm, kendine benzeyen dmlere
eklensin (homophily). Dier bir deyile, bir dm kendisine r yarap veya daha yakn
uzaklkta olan dmlere eklensin. Bir dm rassal olarak seilecek ve zayf balar olutu-
racak an uzak noktalarnda bulunan k tane dme eklensin.
Bunlardan birinci ilke l kapanmalar ve genler olutururken; ikinci ilke ise, bir
dallanma yaps oluturarak dmlere birka admda eriilmesini salar.
ekil 3.16da olduu gibi N=200 dmden oluan bir a dnelim ve an ilk du-
rumunda her bir dm simetrik olarak en yaknndaki komular ile balant iinde ol-
sun. Daha sonra her balanty p olasl ile yeniden baka bir dme balamak iin
seelim. Eer bir balant yeniden balant iin seilirse, balantnn bir ucu dmden
koparlarak rassal olarak seilen bir baka dme balansn. Bu yeniden balama ile-
mi ada kestirme yollarn olumasn salad iin ortalama patika uzunluu hzla der
(ekillerde ortalama patika uzunluu l ile gsterilmitir). Yeniden balanma olasl (re-
wiring probability) olan pyi arttrdmz zaman ise, hem ortalama patika uzunluu hem
de kmelenme katsays (kmelenme katsaysn daha sonra ele alacaz) der. Ancak
ekillerde de grld gibi ortada taranm yle bir blge vardr ki bu blgede ortalama
patika bykl kk ama kmelenme katsays byktr ve bu blgede kk dnya
a rejimi geerlidir (Nykamp, 2015).
Bir an kk dnya a olup olmadn anlamak iin o an ortalama patika uzun-
luu ile ayn byklkteki rassal an ortalama patika uzunluklar ve alarn kmelenme
katsaylar karlatrlr. Rassal alarn ortalama patika uzunluklar ve kmelenme katsa-
ylar ok kk olduu iin:
An ortalama patika uzunluu Ayn byklkteki rassal an ortalama patika b-
ykl 1 deerine yaknsa,
An kmelenme katsays Ayn byklkteki an kmelenme katsays 1den b-
ykse,
Veya kk dnya katsays olan: An kmelenme katsays Ortalama patika
uzunluu ne kadar bykse o a kk dnya a zelliklerine o kadar yakndr
(Uzzi ve Spiro, 2005).
Kk dnya alar; ksa global patika uzunluklar ve yksek yerel kmelenme katsaylar
ile zetlenir.
3. nite - Alarn Trleri 55
ekil 3.16
Kk Dnya A Oluturmak
C=0.63
12.5 0.64
p=0.00448
Clustering coefficient
= 6.16
0 0
0.001 0.01 p 0.1 1
Clustering coefficient
= 2.59
0 0
0.001 0.01 p 0.1 1
12.5 0.64
p=0.20034
Mean path length
Clustering coefficient
C=0.33
0 0
= 0.45
0.001 0.01 0.1 1
p
Kaynak: Nykamp (2015)
56 Sosyal A Analizi
ekil 3.17
Snflandrc A
rnei White
Black
Kaynak: Girvan Other
(2015)
Kaynak: Campbell
(2015)
rnein; ekil 3.18deki gibi belirli bir aa bir hastaln bulamas sz konusu oldu-
unda, balants ok olan dmlere hastalk bulama olasl yksek; buna karlk, ba-
lants az olan dmlere ise hastalk bulama olasl dktr. Bu durum ekil 3.18de
dmlerin byklkleri ile gsterilmitir. ekildeki byk dmler bulama olaslnn
yksek olduu dmler, kk dmler ise bu olasln az olduu dmlerdir.
zellikle nternet gvenlii gnmzde ok nemli bir konu hline gelmi bulunmak-
tadr. Online bir siber saldr haritasna; http://map.norsecorp.com nternet adresinden
eriebilirsiniz. ekil 3.19daki harita canl olarak saldr kaynaklarn, trlerini ve hedefle-
rini bize vermektedir.
58 Sosyal A Analizi
ekil 3.19
Saldr Haritas
Btn bunlarn sonucu olarak alarn direnli olup olmadklar konusu ile alarn
tasarm konusu da yakndan ilgilidir. Herhangi bir ama ile kullanacamz alarn her
koulda iyi almalarn istiyorsak bu alarn tasarmlarnn direnli a zellii gz nne
alnarak tasarlanmalar gerekir.
3. nite - Alarn Trleri 59
zet
Rassal A kavramn ve Rassal alarn derece dalmn Kk Dnya Alarn tanmlamak
3
1 aklamak Bir kk dnya a u iki ilke ile oluturulabilir:
Rassal a dncesi, Paul Erds ile Alfrd Rnyiye Bir dm, kendine benzeyen dmlere eklensin.
dayanr. Erds Rnyi rassal a modelinde iki d- Dier bir deyile, bir dm kendisine r yarap veya
mn birbirleri ile balantl olmalar, sabit bir olaslk- daha yakn uzaklkta olan dmlere eklensin.
la gerekleir. Eer sabit bir olaslkla rassal bir ekil- Bir dm rassal olarak seilecek ve zayf balar olu-
de dm iftleri arasnda balantlar oluturulursa, turacak, an uzak noktalarnda bulunan k tane d-
sonuta elde edilen a bir rassal a olur. Bir anlamda me eklensin.
istatistikteki normal dalma benzeyen rassal a mo-
deli, sosyal a analizinden bir referans noktas nemi- Snflayc A ve Snflayc Olmayan A, Direnli A ve
ne sahiptir. Analizlerde rassal a, alarn trlerini be- 4 Dirensiz A arasndaki farklar aklamak
lirlemek ve alarn rassal adan ne lde saptklarn Eer bir ada dmler derecelerine bakmakszn ba-
grebilmek iin belirli bir dayanak noktas oluturur. ka dmlerle rassal balantlar kuruyorlarsa bu alar
Rassal alarn derece dalm binom dalm eklin- ntral alardr. Bunun tersine, eer merkezi dmler
dedir ve bu dalm an byk olmas varsaymyla merkezi dmlere ekleniyorsa, bu alar snfland-
Poisson dalmna yaklamaktadr. rc; bunun tersine ok balants olan dmler zayf
ki kii arasndaki en ksa patika, jeodezik uzaklk balants olan dmlerle balant kuruyorlarsa, o
adn alr. Yarap ise balantl bir ada en byk zaman da bu alar snflandrc olmayan alardr.
jeodezik uzaklktr. Ortalama patika uzunluu, N Yine alar tehlikelere kar direnli olup olmadkla-
dmden oluan ynl bir ada, dij bize i ve j d- rna gre de; direnli alar ve direnli olmayan alar
mleri arasndaki ortalama uzakl gsterir. K- olarak snflanabilir.
melenme katsays arkadalarmzn birbirleri ile ne
kadar arkada olduklarn ler. Eer bir sosyal ada
arkadalarnz da birbirleri ile arkadalarsa, birbirleri-
ni tanyorlarsa, kmelenme katsaynz yksektir. Eer
arkadalarnz birbirini tanmyorsa, o zaman da k-
melenme katsaynz dktr.
Kendimizi Snayalm
1. nllerin nllerle evlenmesi aadaki e trlerinden 6. Belirli bir dmn sahip olduu balant says olan
hangisine bir rnek oluturur? knn dalm aadakilerden hangisidir?
a. Snflandrc a a. Ynsz
b. Snflandrc olmayan a b. Ynl
c. Rassal a c. Direnli
d. Direnli a d. Dirensiz
e. Dirensiz a e. Hibiri
2. Aadaki a modellerinin hangisinde iki dmn bir- 7. Yeniliklerin ancak birka karlamadan sonra ve kar-
birleri ile balantl olmas sabit bir olaslkla gerekleir? lama saysnda belirli bir eik aldnda bulaabilmesine ne
a. Rassal olmayan a ad verilir?
b. Rassal a a. Karmak bulama
c. Snflandrc a b. Basit bulama
d. Snflandrc olmayan a c. Yanl bulama
e. Sabit a d. Yansz bulama
e. Sral bulama
3. Rassal alarn derece dalm an byk olmas varsay-
myla aadakilerden hangisine yaklamaktadr? 8. Merkezi dmlerin olduu alar bu dmlerin hedef
a. Binom dalm alnmas kouluyla . alardr. Cmlesinde bo bra-
b. Normal dalm klan yeri aadakilerden hangisi doru ekilde tamamlar?
c. Rassal dalm a. Direnli
d. Poisson dalm b. Dirensiz
e. Bernowilli dalm c. Ynl
d. Ynsz
4. Aadaki alardan hangisinin ortalama patika uzunluu e. Snflandrc
kk ancak kmelenme katsays byktr?
a. Rassal a 9. Aadaki aratrmaclardan hangisi 2001 ylnda
b. Demokrasi milgramn alt adm hipotezine ilikin deneyini bu kez inter-
c. Kk dnya a net ortamnda uygulam ve ayn sonucu elde etmitir?
d. Snflandrc a a. A. Leanhand Euler
e. Snflandrc olmayan a b. Mark S. Granovetter
c. Duncan Watts
5. Bir kk dnya a aadaki ilkelerden hangisi ile olu- d. Paul Erds
turulabilir? e. Alfrd Rnyi
a. Bir dm kendisine r yarap veya daha yakn
uzaklkta olan dmlere eklensin. 10. Bir sosyal ada arkadalarmz ve arkadalarmzn arka-
b. Bir dm kendisine r yarap veya daha yakn dalar varsa ve her aamada 100 yeni arkadamz oluyorsa
uzaklkta olan dmlere eklenmesin. arkada saymzn sandmz kadar bymeme nedeni aa-
c. Bir dm ortadan kalksn. dakilerden hangisidir?
d. Bir dm benzerine eklensin a. Drtl uyum
e. Bir dm kendisine r yarapndan daha uzak olan b. kili kapanma
dmlere eklensin c. l uyum
d. l kapanma
e. Uyumsuzluk
3. nite - Alarn Trleri 61
Amalarmz
Bu niteyi tamamladktan sonra;
nternetin haritasn a zellikleri asndan aklayabilecek,
Merkez dm ve lekten bamszl rneklerle aklayabilecek,
lekten bamszl test edebilecek,
Alarn bymesi ve yarap kavramlarn tanmlayabilecek
bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar
ter et Haritas Ter ihli a la t
areto lkesi u et asas
lk ay a lekte a ms z A
erkez m ar ap
lekte a ms zl k tki ar ap
indekiler
GR
NTERNETN HARTASI
lekten Bamszlk ve LEKTEN BA IMSIZLIK
Sosyal A Analizi
Kuvvet Yasas KUVVET YASASI
A LARIN BYMES
lekten Bamszlk ve
Kuvvet Yasas
GR
A bilimine nemli katklar olan Erds ve Renyinin 1959 ylnda ortaya att rassal a
modeli, uzun bir sre alar konusundaki paradigmay belirlemitir. Bu modele gre, bir
ada her bir dmn baka bir dmle ba kurma olasl eitti ve balar rassal bir
srele oluuyordu. nceki nitede sz edildii gibi yaplan aratrmalar, her an rassal
a zellii tamadn ortaya kard. Bu konuda, Barabasinin karmak alarn belli
kurallara ya da ilkelere gre organize edilmi olma fikri zerine almalarnn balang
noktas olduu sylenebilir. Barabasi, internet ann llmesi, haritalanmas ve model-
lenmesiyle ilgilenmitir.
Bu nitede, internetin haritasndan yola karak merkez dmlerden ve alarn
lekten bamsz oluundan sz edilecek. Kuvvet yasas ile bir an lekten bamsz-
lnn incelenmesinin ardndan alarn bymesini, an yapsn ve zelliklerini nasl
deitirdiine deinilecek.
NTERNETN HARTASI
Tuhaftr ama 1998 ylna gelene kadar wwwnun yaklak olarak rassal bir a olduu d-
nlyordu. Webdeki her dokmann kiisel veya profesyonel tercihlerle ortaya kt ve
kiiler ve kurumlarn ilgilendikleri alanlar ok eitli olduu iin bu dokmanlar zerin-
deki balantlarn da rassal olarak ortaya kt kabul ediliyordu. 2000li yllarn bana
kadar bilim dnyasnn wwwnun yapsn yeterli ekilde anlamadn kabul etmeliyiz.
Oysa gnmzdeki gelimeler webi byk lekli, insan zneli deneklerle deney yaplan
sanal bir laboratuvar hline getirmi durumdadr.
ekil 4.1deki nternet haritasn incelediimizde greceiz ki, ok balantya sahip
olan (derecesi yksek) merkez dmlerin says az, az balantya sahip olan (derecesi
dk) dmlerin says ise oktur. nternetteki sayfalarn % 80inden fazlas 4 balan-
tdan azna sahiptir. Buna karlk, bu sayfalarn % 1inden az 1000den fazla balantya
sahiptir. Bu saylar bize nternetin rassal bir a olmadn anlatyor.
Bir nceki blmde rassal alarn derece dalmn incelediimizi ve rassal alarn
derece dalmnn binom dalmna benzediini, dm says artnca bu dalmn Po-
isson dalmna yaklatn hatrlayalm. Dm says ok arttnda ise rassal alarn
derece dalm ekil 4.2nin sandaki para gibi bir normal dalma benzer.
nternet ekil 4.2deki gibi rassal bir a ve derece dalm normal bir dalm olsayd,
o zaman nternetteki sayfalarn % 80inden fazlas 4 balantdan azna sahip olmaz; dere-
ce dalm bir ortalama etrafnda simetrik bir dalma sahip olurdu. Ksaca, sayfalarn
balant saylar ortalamaya yakn deerlerde kmelenirdi.
64 Sosyal A Analizi
Eer nternet bir rassal a olsayd, bu durumda az ve ok sayda balantya sahip olan
dmlerin says az; buna karlk ortalama sayda balantya sahip olan dmlerin sa-
ys ok olacakt. nternet bir rassal a deildir. Ayrca, nternetin bir rassal a olmadn
bilmek iin ok uzun tartmaya da gerek yoktur nk rassal bir ada dmler birbirleri
ile belirli bir olaslk ile rassal balantlar kurarlar. Oysa gerek hayattaki alarn oluu-
munda balantlarn rassal bir ekilde olutuu dnlemez. rnein, sizin evinizdeki
ve sokanzdaki elektrik kablolar, doalgaz hatlar bir yerlerle rassal balant iinde de-
ildir. Bu tr alar belirli bir amaca hizmet amacyla yaplmtr ve bu tr alarn rassal
balarla olumas mmkn deildir.
imdi bir nceki blmde de verdiimiz bir ekli inceleyelim. ekil 4.3te izilmi olan
N=100 dml Barabsi ann zm salkmlarna benzer biimiyle dier alardan fark-
l olduuna dikkat edelim. Daha da nemlisi bu an derece dalm az nce verdiimiz,
ok balantya sahip olan (derecesi yksek) merkez dmlerin says az, ancak az ba-
lantya sahip olan (derecesi dk) dmlerin says ok cmlesine ok uygundur. ekil
4.3n sa tarafndaki grafikte grld gibi, az sayda dmn derecesi ok yksek;
ama az sayda dereceye sahip olan dmlerin says ise ok fazladr.
ekil 4.1
nternetin Haritas
Kaynak: Barabsi ve
Bonabeau (2003).
4. nite - lekten Bamszlk ve Kuvvet Yasas 65
ekil 4.2
N=10000 ve p=0,01
0.04
iin izilen Rassal A
ve Derece Dalm
0.03
degree.distribution(g)
0.02
0.01
0.00
ekil 4.3
Barabsi A (N=100)
ve Derece Dalm
0.6
degree.distribution(ba_graph)
0.5
0.4
0.3
0.2
0.1
0.0
5 10 15 20 25
node degree
ekil 4.4
Barabsi A (N=130)
ve Derece Dalm
0.6
degree.distribution(ba_graph)
0.5
0.4
0.3
0.2
0.1
0.0
5 10 15 20
Derece
66 Sosyal A Analizi
Vilfredo Pareto 1848 ylnda Pariste dodu. Paretonun babas talyan asll bir srgn, annesi
ise bir Franszd. Af kmas nedeniyle aile 1868 ylnda talyaya geri dnd ve Pareto, Turin
Politeknik niversitesinden mezun oldu. Daha sonra talyan demiryollarnda ve bir bankann
sahibi olduu demir madenlerinde alt. Ekonomist Leon Walrasn ekonomik denge kavra-
mndan ok etkilendi ve toplumun denge modeline ynelik almalar yapt. Pareto optimalitesi
kavram ile bir kiiyi ekonomik anlamda ktletirmeden birini daha iyi bir duruma getirme-
nin mmkn olmad bir durumu kavramsallatrd. Sosyoloji ile ilgilendi, eitli kitaplar yaz-
d. Pareto ilkesi olarak, ou olay iin etkilerin kabaca yzde 80i etkenlerin yzde 20sinden
kaynaklanr grn ortaya att. ynetimi dnr ve kalite konusundaki almalar
ile tannan Joseph Juran bu ilkeyi Pareto ilkesi olarak adlandrmtr. Pareto ayn zamanda,
talyadaki topraklarn % 80inin nfusun % 20sinin olduunu gzleyen kiidir. Pareto, talyan
Senatosuna aday gsterildii 1923 ylnda ld.
4. nite - lekten Bamszlk ve Kuvvet Yasas 67
ekil 4.5
35% Benford Yasas
30%
25%
20%
15%
10%
5%
0%
1 2 3 4 5 6 7 8 9
rnein; muhasebe verilerinde, elektrik kullanm faturalar, sokak adres numaralar, hisse
senedi fiyatlar listeleri, lm oranlar, nehir uzunluklar, fiziksel sabitler, matematik sabit
deerler veri olarak alndnda verilerin bu ekilde dald grlebilir. Benford yasas verile-
rin deitirilip deitirilmedii, yolsuzluk yaplp yaplmad konusunda testlere yol amtr.
Ancak hemen ekleyelim ki, her verinin bu yasaya uygun olduunu sylemek zordur. rnein,
ABD eyaletlerinin baz verilerinin bu yasaya uymadklar bu duruma rnek olarak verilebi-
lir. Buna kar bir grte ise bu uygun olmama durumunun veri azlndan kaynakland,
verilerin ok olmas durumunda Benford yasasnn iledii ne srlmtr. J.Nye ve C.Moul
2007de yazdklar bir makalede (The Political Economy of Numbers: On the Application of
Benfords Law to International Macroeconomic Statistics The B.E. Journal of Macroeconomics
C.7(1)). Dnya Bankas tarafndan toplanan uluslararas GSMH istatistiklerini incelemi ve
bu saylarn byk bir blmnn bu sava uygun olduu grmlerdir. Ancak kk saydaki
(az nfuslu) lkeler iin, genellikle gelimekte olan lkeler iin, GSMH istatistiklerinin bu ya-
saya uymad ortaya kmtr. Bu sonu asl orijinal saylarn brokratik ve politik karm ile
deitirildii iddiasn ortaya kartmtr.
68 Sosyal A Analizi
LEKTEN BAIMSIZLIK
Kentlerin nfuslar, depremlerin younluklar, elektrik kesintilerinin byklkleri gibi
deikenlerin dalmlar kuvvet yasas dalmna uyar, bu tr deerler bir ortalama deer
ile karakterize edilemezler (Clauset vd., 2009). Matematiksel olarak s veya lekleme
parametresi olduunda eer x deerinin dalm,
P(x) x-
dalmna uygunsa x, kuvvet yasasna gre dalr. Burada 2 < <3 aralnda deiir. Her
iki tarafn logaritmasn alrsak:
ln P(x) - + ln x
elde edilir. Uygulamada xin tm deerleri kuvvet yasasna uymaz. Genelde belirli bir xMin
deerinden byk olan x deerleri iin kuvvet yasas geerlidir.
Bir rassal an derece dalm, ortalamas <k> ve standart sapmas <k>1/2 olan bir
Poisson dalmdr. Bu dalmda standart sapma ortalamann karekk olduu iin
her zaman ortalamadan daha kktr. Szn ettiimiz bu an dereceleri, ortalamaya
standart sapmann belirli katlar eklenip karlarak elde edilen aralkta bulunur. te bu
nedenle, rassal ada dmlerin dereceleri birbirleriyle karlatrlabilir ve bu karlatr-
malarda <k> ile gsterdiiniz ortalama derece bir lek (scale) grevi yapar.
Dier yandan, lekten bamsz alarda eer s olan <3 ise, bu dalmn birinci
momenti sonlu ama ikinci momenti sonsuzdur. rnein; <k>=4 ve =2 olduunda, ikinci
moment raksar. Bunun anlam, rassal olarak setiimiz bir dmn derecesinin 4
olduu iin ok kk ya da ok byk olabileceidir. Bu nedenle, <3 olduunda an
kendi iinde bir lei yoktur ve a lekten bamszdr.
Kaynak: Barabsi ve
Bonabeau (2003)
4. nite - lekten Bamszlk ve Kuvvet Yasas 69
Tercihli balantnn olaslk olarak anlam, yeni bir dmn bir dme balant
yapma olaslnn o dmn derecesine bal olmasdr. Yeni bir dmn, kiye ba-
ml olarak i dm ile balant kurmas olasl P(ki) yle hesaplanabilir:
ki
P(k i ) =
ki
Bu olasla gre, bir yeni dmn 4 balantya sahip bir dm ile balant kurma
olasl 2 balantya sahip bir dm ile balant kurma olaslnn 2 katdr. Barabsi-
Albert modelinin derece dalm, = 3 ss ile kuvvet yasas (power law) derece da-
lmna sahiptir. Balant says anlamnda dmlerin, zenginin daha zengin olmas ve
bu srelerin sonunda ok sayda balantya sahip merkez dmlerin (hublarn) olu-
mas bu ekilde mmkn olur. rnein; kara yoluyla ulam a bir rassal aa benzeyebilir
ve burada dmlerin balant saylar birbirlerine yakndr ve bu an derece dalm
normal dalma yakndr. Oysa hava yolu ulamn gz nne aldmzda, merkez d-
mlerin olduunu, baz kentlerin hava yolu balantlarnn dier kentlere gre ok fazla
olduunu grebiliriz. Hava yolu balantlarnda oluan an derece dalm, ekil 4.3 ve
ekil 4.4n derece dalmlarna benzer sol yukardan sa aaya inen bir talep erisi
gibidir. Ksaca, lekten bamsz alar gerek hayat rassal alara gre ok daha iyi bir
ekilde aklarlar.
ekil 4.7
Farkl s Deerlerine Gre Kuvvet Yasas Derece Dalmlar
N=130, s=2.7 N=130, s=2.0 N=130, s=1.5 N=130, s=1.0
+ + +
1.0
0.6
0.8
0.8
0.8
0.5
0.6
0.6
0.6
0.4
Frekans
Frekans
Frekans
Frekans
0.3
0.4
0.4
0.4
0.2
+
0.2
0.2
0.2
0.1
+ ++ +
+
+ + ++
+ + +
+ + + + + + + + + +
0.0
0.0
0.0
+
0.0
0.6
0.5
0.5
0.4
0.4
Frekans
Frekans
0.3
0.3
0.2
0.2
+
+
0.1
0.1
+
+ + + +
+ + + +
+ + + + + + + + +
0.0
+ + + + +
0.0
+ +
2 4 6 8 10 12 14
Derece Derece
ekil 4.8
Histogram of d 2000 Dml
Barabsi Ann
2000
Derece Dalmnn
1500 Histogram
Frequency
1000
500
0
0 20 40 60 80 100 120
d
Daha sonra log-log grafik izerek bu derece dalmna kuvvet yasasn uyduralm (ekil 4.9):
ekil 4.9
Degree Distribution Barabsi Ann log-log
Derece Dalm ve
Regresyon Dorusu
2e-01 5e-01
2e-02 5e-02
Probability (log)
2e-03 5e-03
5e-04
1 2 5 10 20 50
Degree (log)
ekil 4.9 daki regresyon dorusunun eimi 1,748 olduu iin = 1,748 olarak tahmin
edilir. Regresyon denkleminin R2 deeri ise 0,874 olduu iin baml deikendeki dei-
kenlii bamsz deikenin, % 87,4 dzeyinde akladn grrz.
72 Sosyal A Analizi
Bu kez ayn ii p= 0,10 iin 2000 dml bir ErdsRnyi a iin gerekletirelim.
ekil 4.10da 2000 dml ErdsRnyi rassal ann derece dalmnn histogram
grlmektedir.
ekil 4.10
2000 Dml Histogram of d
ErdsRnyi
600
Rassal Ann
Derece Dalmnn
Histogram
500
400
Frequency
300
200
100
0
ekil 4.11de ise bu verilere log-log bir ekilde uydurulan regresyon dorusu grl-
mektedir. ekil 10 bize aka bu verilerin kuvvet yasasna uygun olmadn gstermek-
tedir. Regresyonun 0,036 olan R2 deerinin kkl de bize bu verilerin dalmnn
kuvvet yasasna uygun olmadn anlatmaktadr.
ekil 4.11
Erds-Renyi Ann Degree Distribution
log-log Derece
Dalm ve Regresyon
Dorusu
2e-02
1e-02
Probability (log)
5e-03
2e-03
1e-03
5e-04
Degree (log)
4. nite - lekten Bamszlk ve Kuvvet Yasas 73
Birok gerek sistemde >2 deerine sahiptir. Kuvvet yasasnda s deeri olan
nn deerinin deimesi, beraberinde sisteminin zelliklerinin deimesini getirir
(Barabsi, 2013).
Anomali durumu (<2): >2 olmas durumunda, N limit durumunda sonsuza
yaklatnda (adaki dm says ok bydnde), ortalama derece olan <k>
raksar. En merkez dmn balant saysnn adaki dm saysndan fazla
olmas gerekecei iin bu koullara sahip lekten bamsz bir a olamaz.
lekten bamszlk durumu: (2< <3) Bu durumda derece dalmnn birinci mo-
menti sonlu ama ikinci ve daha yksek mertebeden momentleri N iin raksar.
>3 olmas durumu: Bu durumda lekten bamsz bir a rassal bir adan ayr-
mak zorlamaktadr.
ALARIN BYMES
Okuduunuz niteler erevesinde aksi belirtilmedike srekli olarak alarn statik bir
ekilde analiz edilmesi ile ilgilenildi. imdi ise genelde alar ve zelde sosyal alar dina-
mik bir ekilde, zaman iinde incelemeye alacaz. Alar zaman iinde ele aldmzda,
alarn bydn ve alara yeni dmlerle yeni balantlarn eklendiini grrz.
Alarn geliip bymesi aklmza ok sayda soru getirir (McGlohon, 2011):
Alar bydke yaplar deiir mi
Alar bydke belirli zelliklere sahip olurlar m
Alarda davrann aniden deitii bir evre geii (phase transition) var mdr
Alar bydke zayf balantl bileenler sonunda dev bileen iinde absorbe
edilirler mi
Sorulardan sonuncusunun yant olarak gerek alarda zaman iinde dev bir bileenin
olutuunu syleyebiliriz. Alarda l saylar ve genlere katlan dm saylar bir
kuvvet yasasna uygun olarak dalrlar (Leskovec, 2008). Alarda bileenlerin dalm da
kuvvet yasasna gre dalr. Alar bydke bir jlelenme noktasna ular. Bu noktada
kk ok sayda balantsz bileen birleir ve izgede en byk balantl bileen olan
dev bileeni olutururlar. Bu nokta yarapn en byk olduu noktadr ve daha sonra
yarap klerek bir denge deerine ular. Leskovec ve dierleri gerek izgelerin yar-
aplarnn zaman iinde klp stabilize olduunu gstermilerdir (Leskovec, 2008). Bu
noktadan nce izge, oluma dnemindedir ve kk balantsz bileenlerden oluur.
Etkin yarap, yarapa gre daha direnli bir ldr ve aykr, u deerlerden (sapan
deerlerden) etkilenmez. Kk dnya olgusu ile alt admlk ayrlk ayn anlama gelir.
Yarap veya etkin yarap bir izgenin ne kadar kk dnya zellii tadn, izgenin
bir ucundan dierine ne kadar hzl bir ekilde gidebileceimizi gsterir.
74 Sosyal A Analizi
Gerek dnyadaki hemen hemen btn, alar zaman iinde dm ve balant ekle-
yip kararak geliirler. Gerek alarn analizi yoluyla elde edilen amprik gzlemler bize
alarn kuvvet yasasna uygun bir ekilde younlatn gsterir. Alarn zaman iinde
ortalama derecesi -dier bir deyile dmlerdeki balant says- ok byk hzla artar-
ken yarap ve etkin yarap azalr. Burada ayn zamanda, seyrek alardan yaraplar ksa
youn alara bir evre geii (phase transition) de gereklemektedir ( Leskovec, 2007).
Persantillerin hesaplanmasn hatrlarsak, persantiller bir veri kmesini yze blen deer-
lerdir. Veriler kkten bye doru sralandnda, p bir yzde olmak zere 100p. persan-
til deeri yle bir deerdir ki gzlemlerin % 100.p kadar bu persantil deerinin altnda, %
100 (1 - p) kadar da bu deerin stnde kalr.
erileri kkten b e doru rala nz.
eri a n olmak zere n i bulunuz.
er n tam a deil e bunu tam a a tamamla nz ve buna kar gelen radaki
deeri bulunuz.
er n k gibi bir tam a i e k ve k in ortalama n al buna kar gelen radaki
deeri bulunuz.
RNEK 4.1 Bir veri kmesinde 50 gzlem bulunmakta ve kkten bye doru sralanm olan bu
kmede beinci gzlem 55,8, altnc gzlem ise 55,9 deerine sahiptir. Onuncu persantili
hesaplaynz.
zm:
n = 50 ve p = 0,10 olduu iin, np = 50 x 0,10 = 5 ve 5 tam say olduu iin 10. persantil
deeri = ( 55,8 + 55,9 ) / 2 = 55,85 olarak bulunur.
RNEK 4.2 Bir veri kmesinde 250 gzlem bulunmakta ve kkten bye doru sralanm olan bu
kmede 188. gzlem 78dir. 75. persantil deerini bularak bu deerin baka hangi deere eit
olduunu belirtiniz.
zm:
n = 250 ve p = 0,75 olduuna gre, np = 250 x 0,75 = 187,5 ve 188. gzlem deeri 78
olduu iin 75. persantil 78dir. Bu deer ayn zamanda nc kartile eittir.
zet
nternetin haritasn a zellikleri asndan aklamak lekten bamszl test etmek
1 3
1998 ylna gelene kadar wwwnun yaklak olarak Kuvvet yasas dalmlar sk sk kaln kuyruklu da-
rassal bir a olduu dnlyordu. Oysa nternet lmlar, Pareto dalmlar ve Zipf dalmlar adlarn
haritasn incelediimizde grrz ki, ok balant- alrlar. Kuvvet yasas erilerinin ok sayda tr var-
ya sahip olan (derecesi yksek) merkez dmlerin dr ve bunlar farkl kuyruklara sahiptirler. Kuyruun
says az, az balantya sahip olan (derecesi dk) ekli dalmdaki s () tarafndan belirlenir. nn
dmlerin says ise oktur. Bu saylar bize, gerek deeri bydke eri daha hzl der ve daha ince
hayattan bir ok a gibi nternetin de rassal bir a ol- bir kuyrua sahip olur.
madn anlatr. Gerek hayattan elde edilen a verilerini kuvvet yasa-
sna uydururken, ilk olarak x ve P(x) verilerinin loga-
Merkez dm ve lekten bamszl rneklerle ritmalar grafik zerinde bir doru zerinde ise, dier
2 aklamak bir deyile kuvvet yasas test edilen verilerin her iki
Alarda merkez dmlerin ortaya kmasnn ne- tarafnn logaritmas alndnda bu deerler serpil-
deni, alarn bymesidir. Ayrca alar byrken, me diyagramnda bir doru hlindeyse, akla verilerin
dmler tercihli balant yaptklar iin balant kuvvet yasasna uygun olabilecei gelir. Bu verilere en
asndan zengin dmler daha da zengin olurlar kk kareler yntemi uygulanarak regresyon denk-
ve bu srecin sonucunda merkez dmler oluur. leminin eim parametresi s olan nn tahmini de-
Tercihli balantnn olaslk olarak anlam udur: Yeni eri olarak kullanlr. Bu deer ise, bir an lekten
bir dmn bir dme balant yapma olasl o bamszl konusunda bize fikir verir.
dmn derecesine baldr.
Kuvvet yasasnn gerek hayattan yaplan ilk gzlemi, Alarn bymesi ve yarap kavramlarn tanmlamak
4
Pareto tarafndan 1800l yllarn sonunda talyada Gerek alarda zaman iinde dev bir bileenin olu-
gelir dalm konusunda yaplmtr. Hemen hemen tuunu syleyebiliriz. Alarda bileenlerin dalm da
her lkede bireylerin kk bir oran servetin b- kuvvet yasasna gre dalr. Alar bydke bir jle-
yk bir oranna sahiptir ve dalm kuvvet yasasna lenme noktasna ular. Bu noktada kk ok sayda
uygundur. Fiziki Frank Benfordun ad ile anlan, balantsz bileen birleir ve izgede en byk ba-
ilk say savna gre ok eitli alanlardaki verilerde lantl bileen olan dev bileeni olutururlar. Bu nok-
kullanlan ilk saylar ele alndnda, en sk kullanlan ta yarapn en byk olduu noktadr ve daha sonra
say 1dir ve dier kullanlan tam say deerlerinin ola- yarap klerek bir denge deerine ular. Leskovec
sl sol yukardan sa aaya bir eri olarak azalr. ve dierleri gerek izgelerin yaraplarnn zaman
Ksaca Benford yasas da bir kuvvet yasasdr. iinde klp stabilize olduunu gstermilerdir. Bu
Kentlerin nfuslar, depremlerin younluklar, elekt- noktada ayn zamanda seyrek alardan yaraplar ksa
rik kesintilerinin byklkleri gibi deikenlerin da- youn alara bir evre geii de gerekleir.
lmlar kuvvet yasas dalmna uyar, bu tr deer-
ler bir ortalama deer ile karakterize edilemezler. Bu
durum ise lekten bamszlk olarak adlandrlr.
76 Sosyal A Analizi
Kendimizi Snayalm
1. Alar byrken, dmlerbalant yapar- 6. Uzaklk hesaba katmadan iki dm
lar cmlesinde bo braklan yeri aadakilerden hangisi arasndaki minimum srama saysdr. cmlesinde bo bra-
doru ekilde tamamlar klan yeri aadakilerden hangisi doru ekilde tamamlar
a. Tercihsiz a. dereceyi
b. Belirsiz b. paray
c. Tercihli balant c. dmleri
d. Ynsz d. yn
e. Ynl e. balanty
2. Aadakilerden hangisi kuvvet yasasnn genel biimi- 7. Gerek alarda zaman iinde ..bir bileenin olu-
dir tuunu syleyebiliriz. cmlesinde bo braklan yeri aada-
a. P(x) x kilerden hangisi doru ekilde tamamlar
b. P(x) x- a. asimetrik
c. P(x) x-1/ b. simetrik
d. P(x) x1/ c. ynl
e. P(x) x2/ d. ynsz
e. dev
3. Kuvvet yasasnda kuyruun ekli aadakilerden hangisi
tarafndan belirlenir 8. Gerek izgelerin yaraplar zaman iinde
a. x olurlar. cmlesinde bo braklan yeri aadakilerden hangisi
b. doru ekilde tamamlar
c. y a. klp stabilize
d. b. byyp stabilize
e. z c. deimeyerek stabilize
d. karmak
4. Kuvvet yasas test edilen verilerin her iki tarafnn da e. byyp kararsz
..deerleri arasnda bulunan regresyon dorusunun
.. ile yasann s deeri tahmin edilebilir. cmle- 9. Etkin yarap, yaraplarn kanc persantilidir
sinde bo braklan yeri aadakilerden hangisi doru ekil- a. 70.
de tamamlar b. 75.
a. Eim-logaritmalar c. 80.
b. Logaritmik-sabit kesmesi d. 90.
c. Eim- sabit kesmesi e. 100.
d. Eim-parametreleri
e. Hibiri 10. Etkin yarap ile aadaki ifadelerden hangisi dorudur
a. Yarapa gre direnlidir.
5. Yarap, herhangi iki dm arasndaki b. Yarapa gre dirensizdir.
cmlesinde bo braklan yeri aadakilerden hangisi doru c. Yarapa gre tutarszdr.
ekilde tamamlar d. Yarapa gre tutarldr.
a. Maksimum uzaklktr e. U deerlerden etkilenir.
b. Maksimum yaknlktr
c. Minimum uzaklktr
d. Minimum yaknlktr
e. Ortalama uzaklktr
4. nite - lekten Bamszlk ve Kuvvet Yasas 77
Amalarmz
Bu niteyi tamamladktan sonra,
Topluluk kavramn aklayarak bir topluluun i ve d younluunu hesapla-
yabilecek,
Uyum modelini aklayabilecek,
Yapsal e deerlilik modelini aklayabilecek,
Hiyerarik kmelenmenin ilevlerini aklayarak balant yntemlerini srala-
yabilecek,
Dendogramlar okuyabilecek
bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar
Topluluk m e zerli i
Topluluk o u lu u Hiyerarik mele me
Topluluk o u lu u a la t temleri
yum odeli e dogram
ap sal de erlilik odeli
indekiler
GR
TOPLULUK
Sosyal A Analizi UYUM MODEL
Alarda Topluluklarn Belirlenmesi
YAPISAL E DE ERLLK MODEL
HYERARK KMELENME
DENDOGRAMLAR
Alarda Topluluklarn
Belirlenmesi
GR
Alarda, baz dmler arasnda belli zelliklerin salanmasyla topluluklar olumakta-
dr. Topluluk tanm konusunda herkesin zerinde uzlat ortak bir tanm yoktur. Yap-
lan topluluk tanmlar, elde bulunan rnee veya yaplan uygulamaya gre deimektedir.
En basitinden topluluk, ortak baz zelliklere sahip olan bir grup insan olarak tanmla-
nabilir. Topluluklarda bulunan insanlar birbirlerini destekler ve ihtiyalarn gidermede
birbirlerine yardmc olurlar. Topluluklar; kan ba, din, dil, tarih, blge, kltr gibi ortak
zelliklerle birbirine bal sosyal organizasyonlardr.
Bu nitede, topluluklarla ilgili olarak i ve d younluktan sz edeceiz. Topluluklarn
nasl olutuu ya da hareket ettiine ilikin olarak ortaya atlan modellere ve hiyerarik
kmelenme konusuna deineceiz. Son olarak topluluklarn oluumunu adm adm gs-
teren dendogramlar okumay reneceiz.
TOPLULUK
Tek bir topluluk tanm olmamakla birlikte, topluluklarn en belirgin zellii kendi ile-
rindeki balant saysnn ok, darlar ile olan balant saylarnn ise az olmasdr (For-
tunato, 2010). Bu temel zellikten hareketle bile uygulamaya dnk ok sayda topluluk
tanm retilebilir. Ynsz bir izgenin iindeki maksimum balant saysnn N(N-1)/2
olacan hatrlarsak, dm says 1-10 arasnda olan izgelerin maksimum balant sa-
ylarnn 0 1 3 6 10 15 21 28 36 45 eklinde olacan hesaplayabiliriz. rnein, bu ere-
vede uygulamaya dnk bir topluluk tanm, kendi iindeki balant says maksimum
balant saysnn yarsndan az olmayan ancak kendi d ile balant says 3 amayan
gruplar topluluk adn alr eklinde yaplabilir. Hemen ekleyelim ki, bu tanm doru mu-
dur diye sorarsanz buna evet yant verilemez. Ancak bu tanm uygulamaya dnktr
ve dikkat ederseniz burada kavramsal bir tanmdan ok neyin topluluk olup olmadn
anlamaya, baz kriterlerle lmeye ynelik ilemsel (operasyonel) bir tanm yaplmaktadr.
Buna benzer bir tanm bilgisayar programna dntrldnde ise bu, algoritmik bir
tanm olacaktr.
Sosyal alarn istatistiksel zellikleri u ekildedir (McGlohon vd., 2011):
1. Kaln kuyruklu derece dalmlar sz konusudur. Birka dmn balant says
ok fazla, ok sayda dmn ise komu says azdr.
2. Alarda dmler kmeler (topluluk-cluster) olutururlar ve alarn yaraplar
kktr. Adaki bir dmden dierine birka srama ile ulaabilirsiniz. Genel-
de alarda kuvvet yasalar dalmlar (Power Law) geerlidir.
80 Sosyal A Analizi
3. Alarda zaman iinde yarap klr ve younluk artar. Dev bileenin dnda
kk bileenlerin byklkleri sabittir.
Sosyal alarn yukarda belirtilen istatistiksel zelliklerini incelediimizde, alarda d-
mlerin kmeler oluturduklarn grrz. Alardaki bu kk kmeler birleerek daha
sonra dev bir bileen olutururlar. Bir topluluk, kendi yeleri arasndaki balantlar an
geri kalanna gre daha fazla olan dmler olarak tanmlayabilir. Gruplar ii balantlar,
gruplar aras balantlardan daha fazla ise bu gruplar topluluk adn alrlar (ekil 5.1).
ekil 5.1
Topluluklar
Kaynak: Newman
(2012)
A ilac (network medicine) yeni bir konudur ve topolojik a zellikleri ile bir hastalk (biyo-
lojik fonksiyon) arasnda iliki kurmaya alr. Belirli bir hastaln molekler karmakl-
n aratrarak, hastalk modllerini ve patikalarn bulmaya urar. Bu tr aratrmalarn
sonucunda, belirli bir hastalk ile ilgili yeni hastalk modllerinin ve genlerinin bulunmas
amalanmaktadr. Barabasi, her hastaln kendine zg, biricik bir modlnn olduunu
ama hastalk modllerinin kesiimlerinin de bulunduunu gstermitir.
UYUM MODEL
1896 ylnda bir Fransz psikolou olan Gustave Le Bon, kollektif davran biimi iin bir
aklama getirdi ve kalabaln, ynlarn yeleri zerinde hipnotik bir etki yaptklarn
gzledi. Kalabalklar, belirli bir hayat biimi varsayyorlar ve bireylerin duygularn ka-
rtrarak akl d hareketlere neden oluyorlard. Byk ehirlerde krmz kta karya
82 Sosyal A Analizi
gemeyi bekleyen kalabaln iinden biri krmz kta karya gemeye baladnda,
dier insanlarn da bunun yasal olup olmadn dnmeden onu izlediklerini gzle-
yebilirsiniz. Bu olay belirli bir davran biiminin, uygun olsun olmasn kalabala nasl
bulatn, nasl sirayet ettiini iyi bir ekilde anlatmaktadr.
Le Bonun bulama teorisi belki de sosyal uyum kavramnn ilk ekliydi. 1897 ylnda
yine bir Fransz olan Emile Durkheim da sosyal uyum ve intihar arasndaki ilikiyi in-
celedi. Ona gre, sosyal dayanmann tr ve derecesi intiharlar belirliyordu. William
MacDougall 1921 ylnda grubun, iindeki bireylerin toplamndan fazla olduunu ne
srd. Grubun bir hayat ve akl vard ve bireyler birbirleri hakknda ortak bir duygu
biimine sahipti. Yine 1921 ylnda Sigmund Freud, bireyin kimliinin, kuvvetli balarla
bal olduu gruptaki youn duygusal balardan geldiini gzledi. 1909 ylnda Charles
Horton Cooley, yz yze gren, yakn, i birlii yapan, atan, byk lde zaman
birlikte geiren ve birbirlerini iyi bilen birincil gruplar formle ettiler. Bollen and Hoyle
ise, bireylerin kendilerini belirli sosyal gruplarn yeleri olarak hissettiklerini gzlediler ve
teorik olarak sosyal uyum kavramn ortaya attlar (Bruhn, 2009).
Uyum her grup yesinin dier grup yelerine bir patika ile ulamas ile balyor, bu
patikalar da grup yeleri arasndaki sosyal tutkal oluturarak grubu bir arada tutuyordu.
Gruptaki uyumun gc, balantl birey saysna balyd. Gl uyuma sahip gruplarda
her ye dier yelerle balant iindeydi. Uyumlu gruplarn birbirlerinin iine yuvalan-
dklar da bir baka gzlemdi.
Yapsal uyumun be zellii vard:
Bireyler topluluunun nasl bir araya geldiini tanmlyordu,
Yapsal uyum bir grup zellii olarak aklanyordu,
Srekliydi,
Bireyler arasndaki sosyal ilikilerin gzlenmesine dayanyordu,
Grup bykl ile ilgisi yoktu.
Uyum modeli; bir fikrin, bir rnn nceki ve potansiyel kullanclar arasndaki sosyal
yaknln, potansiyel kullanclarn uyum kararn verme olasln kestirmede kullanyor-
du. Bu model, sorunlarn gzlem ve tartma ile zld sosyal srelere odaklanyordu.
Dm Benzerlii
Dier nemli bir a kavram ise, dm benzerliidir. ki dmn ne zaman benzer
olduu veya hangi dmlerin bir dme benzedii sorusu alarn analizi asndan ya-
rarl bir sorudur. Bu tr benzerlik yapsal benzerlik olarak adlandrlr. ki dm, ada
komularnn ounu paylamalar durumunda yapsal olarak e deer kabul edilirler.
Burt, klidyen uzakl yapsal e deerlilii lmede kulland. Kartezyen koordinat
sisteminde iki nokta arasndaki klid uzakl u ekilde bulunur:
d = ( x1 - y1 )2 +( x2 - y2 )2
5. nite - Alarda Topluluklarn Belirlenmesi 83
Bir izgenin dmlerini n boyutlu klidyen uzayda onlara birer pozisyon vererek d-
nrsek, bu dmler arasndaki klidyen uzakl bir benzerlik ls olarak kullanabiliriz.
imdi 5 dmden oluan A ve B gibi iki topluluk ve bunlarn balant saylarn ala-
rak bu iki topluluk arasndaki benzerlii klidyen uzaklk ile hesaplayalm:
A=(3, 4, 6, 7, 9)
B=(3, 4, 6, 7, 9)
Elde ettiimiz d=0 sonucu bize A ve B topluluklar arasnda uzakln sfr olduunu
ve benzerliin maksimum olduunu gsterir.
Bu kez de ikinci kmedeki 4. ve 5. dmlerin balant saylarn deitirerek klid-
yen uzakl hesaplayalm.
A=(3, 4, 6, 7, 9)
B=(3, 4, 6, 10, 15)
Grld gibi elde edilen d= 6,708 sonucu bize A ve B topluluklar arasndaki uzak-
ln arttn ve benzerliin azaldn anlatmaktadr.
Bir ada komu dm kmeleri A ve B olsun. Bu durumda A ve Bnin ortak arkada-
larnn says yle ifade edilebilir:
= AB
A=(3, 4, 6, 7, 9)
B=(3, 4, 6, 7, 9)
84 Sosyal A Analizi
A = 32 + 4 2 + 6 2 + 7 2 + 9 2 = 13, 82027
B = 32 + 4 2 + 6 2 + 7 2 + 9 2 = 13, 82027
A = 32 + 4 2 + 6 2 + 7 2 + 9 2 = 13, 82027
RNEK 5.1 Bir komuluk matrisi alarak ve bir istatistik paket program (MINITAB) kullanarak verileri-
mizi ortalama balant yntemini ve klidyen uzakl kullanarak kmeleyelim.
Topluluk No. Dm 1 Dm 2 Dm 3 Dm 4 Dm 5
1 3 4 6 7 8
2 3 4 6 7 12
3 1 2 2 1 2
4 2 5 5 6 4
zleyen kutuda bu veriler iin elde edilen sonular gryoruz. admda kmeleme
ilemi tamamlanm; ncelikle 1 ve 2 gzlemleri benzer bulunarak onlar bir kmede bir-
letirilmi, daha sonra ikinci aamada bu kmeye benzer bulunan 4 gzlemi eklenmitir.
Son aamada ise bu kmeye 3 gzlemi de eklenmitir. Elde edilen sonu ekil 5.6daki
dendogramda grlmektedir.
ekil 5.6
rnek Dendogram
Euclidean Distance, Average Linkage
Amalgamation Steps
Number
of obs.
Number of Similarity Distance Clusters New in new
Step clusters level level joined cluster cluster
1 3 68,3772 4,00000 1 2 1 2
2 2 49,7263 6,35917 1 4 1 3
3 1 22,5894 9,79176 1 3 1 4
Dendrogram
Average Linkage; Euclidean Distance
22,59
48,39
Similarity
74,20
100,00
1 2 4 3
Observations
Farkl kmeleme yntemleri iin, iki kme arasndaki uzaklk nasl tanmlanmaktadr?
6
5. nite - Alarda Topluluklarn Belirlenmesi 87
DENDOGRAMLAR
Hiyerarik kmelenme algoritmasnn bir dizi nesneyi benzerliklerine gre bir soy aacn-
da yani dendogramda dzenlediini belirtmitik. Dendogram, aadan yukarya doru
okunmaldr. rnein; ekil 5.6da 1 ve 2 gzlemleri birbirlerine fazla benzeyen gzlem-
lerdir. Bu kmeye daha sonra onlara benzeyen ama onlardan biraz farkl olan 4 gzlemi
katlr ve 1, 2 ve 4 gzlemleri bir kme oluturur. 3 gzlemi ise 1, 2 ve 4 gzlemlerinden
farkl olduu, onlara benzemedii iin tek bana ayr bir kme oluturur.
Bu blmde nemli an iindeki topluluklar elde edip, bu alarn dendogram-
larn izeceiz. lk rneimiz Wayne W. Zachary tarafndan 1970-1972 arasnda yl
incelenen ve 34 yeden oluan Karate Club rnei (Zachary, 1977). rnek, sonuta Karate
Clubn zt grlere sahip iki kiinin etrafnda toplanarak blnmesi ile ilgili bir rnek.
ekil 5.7de solda, 5 toplulukta toplanan izge ve sada ise bu izgenin dendogram gr-
lyor. ekil 7nin solundaki izge, adaki 5 topluluu 1970-1972 arasndaki tek bir anda
gsteren bir fotoraf gibi. Oysa eklin sandaki dendogram, bize ii bandan sonuna ka-
dar anlatyor. lk kmelenme 11, 5, 1, 7, 6 ve 17 nolu yelerle olmu daha sonra bu kmeye
12 nolu ye de katlm. Dendogramda temelde dikdrtgen iine alnm 3 byk kme
var. Ancak bunlardan solda olan ilk ikisi de birleerek tek bir kme(topluluk) oluturmu
ve sonuta Karate Club ikiye blnm.
Ayrca ekillerde modlarite diye bir l de verilmi durumda. Yksek modlariteye
sahip olan alarn modllerinin (topluluklarnn) iindeki balantlar youn ancak farkl
modllerdeki dmler arasndaki balantlar ise seyrektir. Burada ayrca bir hatrlatma
yaparak, 7, 8 ve 9 nolu ekillerin ve bu ekillerdeki modlarite hesaplamalarnn bilgisayar
program ile yapldn, imdilik rencinin bu ilerin nasl yapld konusu ile ilgilen-
meyi son nitelere brakmas gerektiini ekliyoruz.
ekil 5.7
Karate Club izge ve Dendogram (Modularite=0,35)
88 Sosyal A Analizi
ekil 5.9
Erds-Renyi izgesi ve Dendogram (100 dm, p=0,02, Modularite=0,60)
ekil 5.9da verilen Erds-Renyi 100 dml rassal a modelinde ise kmelenmenin
ok az olduu grlyor. Modlarite katsaylar da bu yorumumuzu desteklemektedir. En
dk modlarite Karate Club rneinde, en yksek modlarite ise Barabasi a rnein-
de karmza kmaktadr.
zet
Topluluk kavramn aklayarak bir topluluun i ve d Yapsal e deerlilik modelini aklamak
younluunu hesaplamak 3 Yapsal e deerlilik modeli, 1982 ylnda Burt tara-
1
Topluluk tanm konusunda herkesin zerinde uzla- fndan oluturuldu. Bu modele gre kii, bir yenilii
t ortak bir tanm yoktur. Yaplan topluluk tanmla- kendine yapsal olarak e deer olarak alglad ki-
r, elde bulunan rnee veya yaplan uygulamaya gre iler kullandnda kullanyordu. Ona gre rekabet,
deiir. En basitinden topluluk, ortak baz zelliklere yaylma srecini balatan birinci gt.
sahip olan bir grup insan olarak tanmlanabilir. Top- ki dmn ne zaman benzer olduu veya hangi d-
luluklar kan ba, din, dil, tarih, blge, kltr gibi mlerin bir dme benzedii sorusu alarn analizi
ortak zelliklerle birbirine bal sosyal organizasyon- asndan nemlidir. Dm benzerlii yapsal bir
lardr. Topluluklarn en belirgin zellii kendi ilerin- benzerliktir. Burt, klidyen uzakl yapsal e deer-
deki balant saysnn ok, darlar ile olan balant lilii lmede kullanmtr.
saylarnn ise az olmasdr. Leskovece gre, gerek
alarn ouna denizanas veya ahtapot yaklam ile Hiyerarik kmelenmenin ilevlerini aklayarak ba-
yaklalabilir. Alarn genelde bir ekirdei ve bu e- 4 lant yntemlerini sralamak
kirdein evresinde de ahtapotun veya denizanasnn Hiyerarik kmelenme algoritmas bir dizi nesneyi
uzantlarna, kollarna benzeyen uzantlar bulunur. benzerliklerine gre bir soy aacnda (dendogram) d-
Topluluklar neden nemlidir? Topluluklar bir an zenler. Benzerlik ise bu nesneler arasndaki bir uzaklk
iindeki fonksiyonel birimlere kar geldikleri iin fonksiyonu ile bulunur. Birbirlerine benzer veya/ve ya-
nemlidirler. Alarda fonksiyonlar dzenlemek, ge- kn olan nesneler ayn kmelerde toplanr. Srekli ola-
litirmek, iyiletirmek istersek ncelikle topluluklar rak ayn ilemlerin tekrarlanmas yoluyla her admda
ve bu topluluklarn fonksiyonlarn belirlemeliyiz. en yakn kmeler yeni kmelerde birletirilir.
Bir izgenin genelinde N dm var ise, herhangi bir Hiyerarik kmelemede, kmeler birletirilerek yeni
alt izgeyi C ile gsterirsek ve bu alt izgede NC tane kmelere ulalr. Uygulamada setiimiz balant
dm varsa, bu alt izgenin iindeki i ve d youn- yntemi, iki kme arasndaki uzakln hangi tanm-
luklar aadaki formller ile hesaplanr: la lleceini belirler Balanty tanmlamak zere
Cnin i younluu = Cnin iindeki balant says / hesaplanan bir kmedeki gzlem ile dier kmedeki
[NC(NC-1)/2] gzlem arasndaki uzaklk; tekli balant ynteminde
Cnin d younluu = Cnin kmeler aras balant minimumun; tam balant ynteminde maksimu-
says / [NC(N-NC)] mun alnmasndan; ortalama balant ynteminde ise
uzaklk ortalamasnn alnmasyla hesaplanmaktadr.
Uyum modelini aklamak
2
1896 ylnda bir Fransz psikolou olan Gustave Le Dendogramlar okumak
Bon, kollektif davran biimi iin bir aklama getir- 5 Hiyerarik kmelenme algoritmas, bir dizi nesne-
di ve kalabaln, ynlarn yeleri zerinde hipnotik yi benzerliklerine gre oluturulan bir soy aacnda
bir etki yaptklarn gzledi. Kalabalklar belirli bir yani dendogramda dzenler. Dzenlemede kullanlan
hayat biimi varsayyorlar ve bireylerin duygularn benzerlik ise bu nesneler arasndaki uzaklk fonksiyo-
kartrarak akl d hareketlere neden oluyorlard. nu ile bulunur. Birbirlerine benzer veya/yada yakn
Le Bonun bulama teorisi belki de sosyal uyum kav- olan nesneler ayn kmelerde toplanr. Srekli olarak
ramnn ilk ekliydi. Uyum her grup yesinin dier ayn ilemlerin tekrarlanmas yoluyla, her admda en
grup yelerine bir patika ile ulamas ile balyordu. yakn kmeler yeni kmelerde birletirilir.
Bu patikalar da grup yeleri arasndaki sosyal tutkal
oluturarak grubu bir arada tutuyordu. Gruptaki uyu-
mun gc, balantl birey saysna balyd.
90 Sosyal A Analizi
Kendimizi Snayalm
1. Topluluk ile ilgili verilen ifadelerden hangisi yanltr? 6. Tam balant ynteminde, iki kme arasndaki uzaklk
a. Herkesin zerinde uzlat bir topluluk tanm yoktur. bir kmedeki gzlem ile dier kmedeki gzlem arasndaki
b. Topluluk tanmlar yaplan uygulamaya gre dei- cmlede bo braklan yeri aadakilerden hangisi
mektedir. doru ekilde tamamlar?
c. Topluluk, ounlukla farkl baz zelliklere sahip a. Minimum uzaklktr.
olan bir grup insan olarak tanmlanabilir. b. Minimum yaknlktr.
d. Topluluklar kan ba, din, dil, tarih, blge, kltr gibi c. Maksimum uzaklktr.
ortak zelliklerle birbirine bal sosyal organizasyon- d. Minimum ortalamadr.
lardr. e. Ortalama uzaklktr.
e. Topluluu oluturan dmler arasnda ok sayda
balant vardr. 7. Kosins benzerlik lsnn deiim aral aadaki-
lerden hangisidir?
2. Topluluklarn en belirgin zellii aadakilerden hangi- a. 0-0.5
sidir? b. 0-1
a. Kendi ilerindeki balant saysnn ok, darlar ile c. 0-2
olan balant saylarnn ise az olmas. d. 0-3
b. Kendi ilerindeki balant saysnn az, darlar ile e. 0-4
olan balant saylarnn ise ok olmas.
c. Kendi ilerindeki balant saysnn az olmas. 8. Kalabaln, ynlarn yeleri zerinde hipnotik bir etki
d. Darlar ile olan balant saylarnn ok olmas. yapt gzlemi aadaki modellerden hangisinde yer alr?
e. Sadece insanlardan olumas. a. Hiyerarik kmelenme modeli
b. Uyum modeli
3. Sosyal alarn istatistiksel zelliklerine ilikin aadaki c. Yapsal uyumsuzluk modeli
ifadelerden hangisi yanltr? d. Yanllk modeli
a. Alarda dmler kmeler (topluluk-cluster) olu- e. Kk dnya modeli
turmazlar ve alarn yaraplar kktr.
b. Alarda zaman iinde yarap klr. 9. Dendogram aadakilerden hangisine benzer?
c. Genelde alarda kuvvet yasalar dalmlar (Power a. Deniz anasna
Law) geerlidir. b. Balinaya
d. Adaki bir dmden dierine birka srama ile c. Ahtapota
ulaabilirsiniz. d. Soy aacna
e. Kaln kuyruklu derece dalmlar sz konusudur. e. ekirgeye
4. Gerek alarn ouna aadakilerden hangisiyle yakla- 10. Dendogram nasl okunur?
labilir? a. Yukardan aaya
a. Balina yaklam b. Soldan saa
b. Ahtapot yaklam c. Sadan sola
c. ekirge yaklam d. Aadan yukarya
d. Timsah yaklam e. apraz
e. Karnca yaklam
Amalarmz
Bu niteyi tamamladktan sonra;
Merkezlik llerini tanmlayabilecek,
Verilen bir an derece merkezliini hesaplayabilecek,
Ynl ve ynsz alarda arasndalk merkezlii lm yntemini ayrt edebi-
lecek,
Yaknlk merkezliini aklayarak rnekleyebilecek
bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar
erkez lik Gele ere e
ere e erkez li i Gide ere e
Aras dal k erkez li i Toplam ere e
ak l k erkez li i
indekiler
GR
MERKEZ LK LLER
Sosyal A Analizi Merkezlik lleri DERE E MERKEZ L
ARASINDALIK MERKEZ L
YAKINLIK MERKEZ L
Merkezlik lleri
GR
ou zaman bir adaki en nemli aktrlerin ve gruplarn kimler olduunu bilmek isteriz.
Bunu bilmenin yolu merkezlik llerinden geer. ok farkl merkezlik lleri ol-
makla birlikte u tanesi en sk kullanlan merkezlik lleridir:
Derece (degree)
Yaknlk (closeness)
Arasndalk (betweenness)
Bu nitede, sz edilen bu merkezlik llerini tanmlayarak merkezliin hesaplan-
masna ilikin rnekler vereceiz.
MERKEZLK LLER
e basit bir rnek ile balayalm. Merkezi bir kent nasl bir kenttir? Eer bir kentten baka
kentlere ulaan ok sayda yol geiyorsa o kent merkezi bir kenttir. Daha kk lekte, bir
kentin merkezi de yine hemen hemen kentin iindeki btn yollarn getii bir merkezi
noktadr. Merkez lik, sosyal a analizinin en ok incelenen konular arasndadr ve derece
merkezlii, yaknlk, arasndalk, zvektr merkezlii ve daha bakalar gibi ok sayda
merkezlik ls gelitirilmitir. Merkezlik, alarda dmlerin ve balantlarn ne ka-
dar nemli olduklar sorusunu yantlamaya alr. Bir dm veya bir balant ise ne ka-
dar ak (bilgi, otomobil, ihracat ithalat) yklenebiliyorsa ne kadar ok sayda farkl grup
arasnda kpr grevi grebiliyorsa ne lde nemli dncelerin, bilginin, kararlarn
kayna olabiliyorsa o lde nemlidir. Merkezliin llmesi ve merkezi dmlerin
belirlenmesi ile ada enformasyonun daha hzl yaylmas salanabilir, salgn hastalklar
ve adaki bozulmalar nlenebilir.
Merkez lik, adaki bir birim iin llebilecei gibi an geneli iin de llebilir. A-
larda merkezlik ile ilgilenirken, ynl ve ynsz a ayrm yapmamz gerekir. Merkezlik
genelde ynsz alar iindir. Ynl alar iin ise prestij llr. Bir dmden giden
balant says ne kadar fazla ise o dm prestij anlamnda o kadar etkilidir, gelen ba-
lant says ne kadar fazla ise o dm prestij anlamnda o kadar desteklenmektedir. Bir
aktr (dm) bir ada saa sola ne kadar ok komut veriyor, bilgi gnderiyorsa o kadar
etkilidir; ona ne kadar ok oy, para, mal, bilgi veriliyorsa o kadar ok destekleniyordur
(Mrvar, 2015).
Bir birimin derecesi ne kadar yksekse dier birimler tarafndan ne kadar kolay eri-
ilebilirse ne kadar ok sayda dier birimler arasndaki en ksa patikalarda arada bulu-
nuyorsa o birim o kadar merkezidir. rnein ekil 6.1de bu ilkeleri salayan yldz ek-
lindeki adaki dm 7 nolu dmdr. Dng eklindeki ada ise btn dmler eit
derecede merkezidir.
ekil 6.1
Yldz ve Dng 1 2 1 2
eklindeki Alarda
Merkezlik
6 3 6 3
5 4 5 4
Ynl alarda bir dm (aktr) iin tr derece sz konusu olur: Gelen derece (in-
degree, incoming degree), giden derece (outdegree, outgoing degree) ve bu ikisinin toplam
olarak toplam derece (total degree). Gelen derece; destek ls, giden derece ise etki ls
olarak da adlandrlr. Ynsz alarda ise bir dm iin sadece derece kavram sz konu-
sudur. ekil 6.2de; x dmnn gelen derece, giden derece, arasndalk ve yaknlk gibi
merkezlik lleri asndan y dmne gre daha merkezi olduunu syleyebiliriz.
ekil 6.2
x Dmnn Y
yye Gre Derece,
Arasndalk, Yaknlk X X
Asndan Durumu X Y
X
Y Y
DERECE MERKEZL
Derece merkezlii, bir dmn tek bir balant ile baland birinci dereceden kom-
ularnn says ile ilgilidir. Derece merkez lii bir dmn balant says ile llr ve
bu l derece merkez liini mutlak bir ekilde ler. Mutlak derece merkez lii karla-
trmalar iin uygun olmad iin bu l normalize edilerek mutlak derece merkez lii
N-1 deerine blnerek greli derece merkez liine ulalr. Greli derece merkez lii 0-1
arasnda deiir. Derece merkez lii 1e yaklatka o dmn derece merkez lii artar.
Yukarda da belirttiimiz gibi ynlendirilmi alarda gelen, giden ve toplam derece
sz konusu olabiliyordu. Konuyu basitletirmek iin imdi yldz, daire ve izgi tipindeki
ynsz alarda, alarn izgelerini ve komuluk matrislerini vererek derece hesaplayalm.
ekil 6.3te verilen yldz eklindeki izgenin balant saylarn hemen eklin ardndan
verilen komuluk matrisinde gryoruz. Ynsz ve yldz eklindeki bu izgede 1 nolu
dmn derecesi 6, dier dmlerin dereceleri ise 1dir.
6. nite - Merkezlik lleri 95
ekil 6.3
5 3
Yldz
4 1 7
2 6
1 2 3 4 5 6 7 Derece
1 0 1 1 1 1 1 1 6
2 1 0 0 0 0 0 0 1
3 1 0 0 0 0 0 0 1
4 1 0 0 0 0 0 0 1
5 1 0 0 0 0 0 0 1
6 1 0 0 0 0 0 0 1
7 1 0 0 0 0 0 0 1
ekil 6.4te grlen dng eklindeki izgeyi ve izleyen komuluk matrisini inceledii-
mizde btn dmlerin derecelerinin 2 olduu grlr.
ekil 6.4
3
4 Dng
2
5
1
6
7
96 Sosyal A Analizi
1 2 3 4 5 6 7 Derece
1 0 1 0 0 0 0 1 2
2 1 0 1 0 0 0 0 2
3 0 1 0 1 0 0 0 2
4 0 0 1 0 1 0 0 2
5 0 0 0 1 0 1 0 2
6 0 0 0 0 1 0 1 2
7 1 0 0 0 0 0 1 2
ekil 6.5teki izgi eklindeki izge ve onu izleyen komuluk matrisi bize, 6. ve 7. d-
mlerin dnda btn dmlerin derecelerinin 2 olduunu; 6. ve 7. dmlerin dere-
celerinin ise 1 olduunu gstermektedir.
ekil 6.5
izgi 6
1 2 3 4 5 6 7 Derece
1 0 1 1 0 0 0 0 2
2 1 0 0 1 0 0 0 2
3 1 0 0 0 1 0 0 2
4 0 1 0 0 0 1 0 2
5 0 0 1 0 0 0 1 2
6 0 0 0 1 0 0 0 1
7 0 0 0 0 1 0 0 1
ekil 6.6da grlen 6 dml ynsz izge ve onu izleyen komuluk matrisini ince-
lersek: 1. dmn 2, 2. dmn 3, 3. dmn 2, 4. dmn 3, 5. dmn 3 ve 6.
dmn 1 dereceye sahip olduunu grrz.
6. nite - Merkezlik lleri 97
ekil 6.6
6
Dier Bir izge
3
1
1 2 3 4 5 6 Derece
1 0 1 0 0 1 0 2
2 1 0 1 0 1 0 3
3 0 1 0 1 0 0 2
4 0 0 1 0 1 1 3
5 1 1 0 1 0 0 3
6 0 0 0 1 0 0 1
Bu kez de ynl bir ada (ekil 6.7) dmlerin gelen ve giden dereceleri ile toplam
derecelerini hesaplayalm. ekil 6.7deki ynl izgenin gelen, giden ve toplam dereceleri
komuluk matrislerinin son stunlarnda grlmektedir.
ekil 6.7
6
Ynl Bir izge
3 4
98 Sosyal A Analizi
G
1 2 3 4 5 6 Derece
1 0 1 1 1 1 1 5
2 1 0 1 1 0 0 3
3 1 1 0 1 0 0 3
4 1 1 1 0 0 0 3
5 1 0 0 0 0 1 2
6 1 0 0 0 1 0 2
G
1 2 3 4 5 6 Derece
1 0 1 1 1 1 1 5
2 1 0 1 1 0 0 3
3 1 1 0 1 0 0 3
4 1 1 1 0 0 0 3
5 1 0 0 0 0 1 2
6 1 0 0 0 1 0 2
G G T
Derece Derece Derece
1 5 5 10
2 3 3 6
3 3 3 6
4 3 3 6
5 2 2 4
6 2 2 4
RNEK 6.1 zleyen adaki dmlerin (aktrlerin) derece merkezliini ve standardize edilmi, greli
derece merkezliini hesaplayalm (Watabe, 1998).
ekil 6.8
6
Ynsz Bir A izgesi
1
4
3 5
2
7
6. nite - Merkezlik lleri 99
Standardize edilmi merkezlii bulmak iin her dmn merkezliini; N adaki
dm says olmak zere N-1e blmek gerekir. Ada 7 dm olduuna gre, her ly
7-1 6ya blmek gerekir.
S
Dm D
1 1 1/6=0,16
2 1 3/6=0,50
3 3 2/6=0,33
4 2 3/6=0,50
5 3 3/6=0,50
6 2 2/6=0,33
7 2 2/6=0,33
Ynl ve ynsz balantlara ayn zamanda sahip bir an (ekil 6.9) gelen balantlarnn RNEK 6.2
mutlak derecelerini ve greli derecelerini hesaplayalm (Mrvar, 2015).
ekil 6.9
11 Ynl ve Ynsz
14 Balantlara Sahip Bir
A izgesi
1 12 4
8
6
15 5
9
2 16 10
7
13
17 18
3
100 Sosyal A Analizi
M G
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
derece derece
1 1 1 1 1 4 4/17=0,23
2 1 1 1 1 1 1 6 6/17=0,35
3 1 1 1 3 3/17=0,17
4 1 1 1 1 4 4/17=0,23
5 1 1 1 1 1 1 6 6/17=0,35
6 1 1 2 2/17=0,11
7 1 1 1 1 1 5 5/17=0,29
8 1 1 2 2/17=0,11
9 1 1 1 1 4 4/17=0,23
10 0 0,00
11 1 1 2 2/17=0,11
12 1 1 1 1 1 1 6 6/17=0,35
13 1 1 2 2/17=0,11
14 1 1 1 3 3/17=0,17
15 1 1 2 2/17=0,11
16 1 1 1/17=0,05
17 1 1 2 2/17=0,11
18 1 1 1 3 3/17=0,17
ARASINDALIK MERKEZL
Arasndalk merkez lii bir adaki en ksa patikalara dayanr. Her i dm iin bu d-
mden ka tane en ksa patika getiini sayarak arasndalk hesaplayabiliriz. Arasndalk
bir adaki aklar asndan nemlidir. Eer yksek derecede arasndala sahip bir d-
m ortadan kaldrlrsa en ksa patikalarn ortalamas ykselecei iin bu adaki akla-
rn etkin olamayaca anlamna gelir.
Arasndalk farkl ekillerde llebilir. En basit ekilde arasndalk, bir dmden ge-
en en ksa patikalarn saysdr. Bir anlamda arasndalk, bir dmn adaki bilginin
yaylmasna olan etkisini ler. Ancak hemen ekleyelim ki, bu tanmda bilginin sadece en
ksa patikalarda yayld varsaylr (Newman, 2005).
i
Matematiksel olarak ns,t , i dmnden geen s ve t arasndaki en ksa patika says,
ns,t ise s ile t dmleri arasndaki toplam patika says olsun. Bu durumda i dmnn
mutlak arasndalk ls aadaki ekildedir:
i
i ns,t
b i = s,t ws,t = s,t
ns,t
Ynsz alar iin mutlak arasndalk lsn (N-1)(N-2) 2ye blerek greli arasn-
dalk lsn hesaplayabiliriz. Ynl alar iin ise mutlak arasndalk lsn (N-1)
(N-2)ye blerek greli arasndalk ls elde edilir. Bunun nedeni, bir ada N dm
olduunda, ynsz alarda sra nemli olmad iin x dndaki farkl i says C2N1
olurken, ynl alarda sra nemli olduu iin x dndaki farkl i saysnn (N-1)(N-2)
olmasndan kaynaklanmaktadr.
6. nite - Merkezlik lleri 101
ekil 6.10
4
2
1
3
0
ekil 6.11deki an mutlak ve greli arasndalk merkezliklerini hesaplaynz (Adamic, RNEK 6.4
2015).
0 3 4 3 0
A B C D E
YAKINLIK MERKEZL
Derece merkezlii bir dme birinci dereceden komu olan dmlerle ilgilidir. Oysa
bir dmle dolayl olarak balantl olan dmler de vardr. Yaknlk merkezlii uzak-
la odaklanr ve dolayl balant iinde bulunan dmleri de hesaba katar. Yaknlk, bir
dm ile izgedeki dier btn dmler arasndaki en ksa patikalarn ortalama uzun-
102 Sosyal A Analizi
RNEK 6.5 ekil 6.12deki ynsz adaki dmlerin (aktrlerin) yaknlk merkezliklerini ve standardi-
ze edilmi, greli yaknlk merkezliklerini hesaplaynz (Watabe, 1998).
ekil 6.12
6
4
3 5
2
7
nce bir dmden dier dme en ksa yoldan, en ksa patikadan ka admda gidi-
leceini ve bu admlarn toplamn hesaplayalm:
1 2 3 4 5 6 7 Toplam
1 2 1 2 3 4 4 16
2 2 1 2 3 4 4 16
3 1 1 1 2 3 3 11
4 2 2 1 1 2 2 10
5 3 3 2 1 1 1 11
6 4 4 3 2 1 1 15
7 4 4 3 2 1 1 15
S
Dm Y
1 1/16 6/16=3/8
2 1/16 6/16=3/8
3 1/11 6/11
4 1/10 6/10=3/5
5 1/11 6/11
6 1/15 6/15=2/5
7 1/15 6/15=2/5
6. nite - Merkezlik lleri 103
ekil 6.13teki an gelen balantlarnn mutlak ve greli yaknlklarn hesaplayalm (Mrvar, RNEK 6.6
2015).
ekil 6.13
11
14
1 12 4
8
6
15 5
9
2 16 10
7
13
17 18
Mutlak Greli
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
yaknlk yaknlk
1 1 1 3 3 3 2 3 2 3 2 1 3 1 2 2 2 2 1/36 17/36=0,472
2 2 2 4 3 3 1 3 2 3 3 1 2 2 1 1 1 1 1/35 17/35=0,486
3 1 2 4 4 4 3 4 3 3 3 3 1 2 3 3 1 1 1/45 17/45=0,378
4 4 5 4 1 1 6 2 2 1 1 5 2 5 6 6 4 3 1/58 17/58=0,293
5 3 4 2 1 1 5 2 1 1 1 4 1 4 5 5 3 3 1/46 17/46=0,370
6 5 6 4 1 2 7 1 2 2 2 6 3 6 7 7 5 5 1/71 17/71=0,239
7 2 1 2 4 3 3 3 2 2 3 1 1 2 1 1 2 2 1/35 17/35=0,486
8 5 6 4 2 2 2 7 1 2 1 6 3 6 7 7 5 5 1/71 17/71=0,239
9 4 5 3 2 1 1 6 1 1 2 5 2 5 6 6 4 4 1/58 17/58=0,293
10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
11 4 5 3 1 1 2 6 2 2 2 5 2 5 6 6 4 4 1/60 17/60=0,283
12 1 1 2 3 2 2 1 2 1 2 2 2 1 1 2 2 2 1/29 17/29=0,586
13 2 3 1 5 5 5 4 5 4 1 4 3 3 4 4 2 2 1/57 17/57=0,298
14 1 2 2 2 2 3 2 3 2 3 1 1 3 2 3 3 3 1/38 17/38=0,447
15 2 3 3 3 3 4 2 4 3 4 2 2 3 1 1 4 4 1/48 17/48=0,354
16 3 2 3 5 4 4 1 4 3 3 4 2 2 3 2 3 3 1/51 17/51=0,333
17 2 3 1 5 5 5 4 5 4 3 4 3 2 3 4 4 1 1/58 17/58=0,293
18 2 3 1 5 5 5 4 5 4 2 4 3 1 3 4 4 1 1/56 17/56=0,304
Yaknlk nedir?
2
104 Sosyal A Analizi
zet
Merkezlik llerini tanmlamak Ynl ve ynsz alarda arasndalk merkezlii lm
1
Bir adaki en nemli aktrlerin ve gruplarn kimler 3 yntemini ayrt etmek
olduunu bilmenin yolu merkezlik llerinden Arasndalk merkez lii bir adaki en ksa patikalara
geer. En sk kullanlan merkez lik lleri; De- dayanr. Her i dm iin bu dmden ka tane
rece (degree); Yaknlk (closeness) ve Arasndalk en ksa patika getiini sayarak arasndalk hesap-
(betweenness)tr. layabiliriz. Arasndalk bir adaki aklar asndan
Merkezliin llmesi ve merkezi dmlerin belir- nemlidir. Eer yksek derecede arasndala sahip
lenmesi ile ada enformasyonun daha hzl yaylmas bir dm ortadan kaldrlrsa en ksa patikalarn
salanabilir, salgn hastalklar ve adaki bozulmalar ortalamas ykselecei iin bu adaki aklarn etkin
nlenebilir. Merkezlik adaki bir birim iin l- olamayaca anlamna gelir. Ynsz alar iin mutlak
lebilecei gibi an geneli iinde llebilir. Alarda arasndalk lsn (N-1)(N-2) 2ye blerek gre-
merkezlik ile ilgilenirken ynl ve ynsz a ayrm li arasndalk lsn buluruz. Ynl alar iin ise
yapmamz gerekir. Merkezlik genelde ynsz alar mutlak arasndalk lsn (N-1)(N-2)ye blerek
iindir; ynl alar iin ise prestij llr. Bir d- greli arasndalk ls elde edilir.
mden giden balant says ne kadar fazla ise o d-
m prestij anlamnda o kadar etkilidir; gelen balan- Yaknlk merkezliini aklayarak rneklemek
t says ne kadar fazla ise o dm prestij anlamnda 4 Yaknlk, bir dm ile izgedeki dier btn d-
o kadar desteklenmektedir. mler arasndaki en ksa patikalarn ortalama uzun-
Merkez lik adaki bir birim iin llebilecei gibi luudur. Eriimin en ksa patikalardan salanmas
an geneli iinde llebilir. Yine merkez lik mutlak kouluyla yaknlk, ortalama eriim sresi olarak yo-
ve greli olarak llebilir. Ynl alarda bir dm rumlanabilir. Mutlak yaknlk hesaplanrken, en ksa
(aktr) iin tr derece sz konusu olur: Gelen dere- patikalarn toplamnn tersi alnr. Greli yaknlk
ce, giden derece ve bu ikisinin toplam olarak toplam hesaplamasnda ise mutlak yaknlk ls N-1e b-
derece. lnp tersi alnr.
Kendimizi Snayalm
1. Aadakilerden hangisi ile ada enformasyonun daha 6. 6
1
hzl yaylmas salanabilir, salgn hastalklar ve adaki bo-
4
zulmalar nlenebilir? 3 5
Sra Sizde 2
Yaknlk, bir dm ile izgedeki dier btn dmler ara-
sndaki en ksa patikalarn ortalama uzunluudur.
Yararlanlan ve Bavurulabilecek
Kaynaklar
Adamic, L. (2015). Network Centrality. http: cs.brynmawr.
edu Courses cs380 spring2013 section02 slides 05
Centrality.pdf (Eriim tarihi: 07.11.2015)
Mrvar, A. (2015). Centrality and Prestige. Network Analysis
using Pajek. http: mrvar.fdv.uni-lj.si sola info4 uvod
part4.pdf (Eriim tarihi: 11.10.2015)
Newman, M.E. . (2005). A measure of betweenness centra-
lity based on random walks. Social Networks, 27, 39 54.
http: arxiv.org abs cond-mat 0309045
atabe, M. (1998). Exercise for Chapter 6: Centrality. http:
www.sscnet.ucla.edu soc faculty mcfarland soc112
cent-ans.htm (Eriim tarihi: 13.11.2015)
7
SOSYAL A ANALZ
Amalarmz
Bu niteyi tamamladktan sonra;
Pajek programn kullanarak a oluturabilecek ve izebilecek,
Pajek programnda merkezlik llerini hesaplayabilecek,
Pajek programnda kmelenme katsays hesaplayabilecek,
Pajek programnda topluluk arama ileminin admlarn sralayabilecek
bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar
a ek erkez lik ls Hesaplama
A luturma mele me atsay s Hesaplama
A izimi Topluluk Arama
indekiler
GR
A LARIN OLUTURULMASI VE ZM
MERKEZ LK LLERNN
Sosyal A Analizi Pajek ile Alarn izimi ve Analizi HESAPLANMASI
KMELENME KATSAYISININ
HESAPLANMASI
TOPLULUK ARAMA
Pajek ile Alarn
izimi ve Analizi
GR
Pajek (Slovakada Pahyek okunur) a analizi ve grselletirmesi iin Vladimir Batagelj ve
Andrej Mrvar tarafndan yazlm cretsiz bir programdr. Pajek programnn ngilizce kul-
lanm klavuzuna http://vlado.fmf.uni-lj.si/pub/networks/pajek/doc/pajekman.pdf adresin-
den eriilebilir. Ayrca yine programla ilgili ngilizce kaynak niteliinde bir kitap da vardr
(De Nooy vd., 2005). Pajek ile almak iin ncelikle nternetten Pajeki indirmeli ve bilgi-
sayarnza kurmalsnz. Pajeki atmzda karmza ekil 7.1deki ekran gelir.
ekil 7.1
Pajek Al Ekran
Pajek nedir?
1
ALARIN OLUTURULMASI VE ZM
Alar Pajekin iinde oluturabileceiniz gibi, Pajek dnda kelime ilemcilerle (Notepad
gibi) dosya oluturabilir veya baka ilikisel veri tabanlarndan Pajeke dosya alabilirsiniz.
Biz bu kitap erevesinde bunlardan sadece birincisine rnek vereceiz.
110 Sosyal A Analizi
ekil 7.2
Pajek ile Rassal Bir A
Oluturmak
imdi Pajek ile Pajekin iinde yeni bir a oluturalm. ekil 7.2de de grld gibi,
nce Pajek programnn ilk satrndaki ilk Network (A) szcn seeriz. Daha sonra
bu szcn altnda alan menden Create Random Network (Rassal a olutur) ve
onun sandaki menden de Total Number of Archs (Toplam balant says) tkla-
nr. ekil 7.3te karmza kan diyalog kutusunda Number of Vertices (Dm says)
50ye deitirelim ve Number of Arcs (Balant says) ise imdilik 0 olsun (ekil 7.4).
ekil 7.4teki diyalog kutusunun iindeki OK tklandktan sonra karmza kan Report
adl ekran kapatp ekil 7.5teki ekrana eriiriz. ekil 7.5teki ekran bize rassal bir a olan
50 dml, 0 balantl Erds-Renyi an oluturduumuzu gstermektedir.
ekil 7.3
Dm Says
7. nite - Pajek ile Alarn izimi ve Analizi 111
ekil 7.4
Balant Says
ekil 7.5
Erds-Renyi A
112 Sosyal A Analizi
ekil 7.7
Partition Boyut
7. nite - Pajek ile Alarn izimi ve Analizi 113
ekil 7.8
Partition
ekil 7.10
Dm Deer ve
Etiketleri
ekil 7.11
Deitirilen Deerler
7. nite - Pajek ile Alarn izimi ve Analizi 115
Bu kez de:
File->Network->View/Edit yolu ile (ekil 7.12) amzdaki balantlar oluturalm.
Bu komutlar uyguladmzda ekil 7.13teki diyalog kutusu ile karlarz. Bu diyalog
kutusunu OKlediimizde, ekil 7.14n ortasndaki Newline ile karlarz. Onun s-
tn iki kez tkladmzda ekil 7.15teki diyalog kutusu ile karlarz. Geriye dnersek,
ekil 7.13teki diyalog kutusunda, Select vertex number or vertex label (Dm numa-
rasn veya etiketini se) hizasnda 1 olduunu grebiliriz. Bunun anlam, balantnn 1
dmnde balayacadr. ekil 7.15teki diyalog kutusunda ise 1 dmnden kacak
balantnn balanaca dm 2 olarak yazdk ve ekil 7.16da bu balantnn olutu-
unu grdk.
ekil 7.12
Balant Oluturma
ekil 7.13
Balant Balang
Noktas
116 Sosyal A Analizi
ekil 7.14
Balant
ekil 7.15
Balant Kurulacak
Dm
7. nite - Pajek ile Alarn izimi ve Analizi 117
ekil 7.16
Oluan Balant
ekil 7.17
Elde Edilen A
Pajek ile N= 50 ve ilgili dmn komu saysn 8 olarak alp p= 0.10, P= 0.20 ve p= 0.50 RNEK 7.1
olaslklar ile kk dnya alar iziniz.
ekil 7.18
Kk Dnya A
Oluturmak
ekil 7.19
Dm ve Komu
Says
ekil 7.20
Kk Dnya A
izgesi izmek
7. nite - Pajek ile Alarn izimi ve Analizi 119
ekil 7.21
Elde Edilen Kk
Dnya A izgesi
Pajek ile istenilen parametreleri girerek lekten bamsz bir a izip; daha sonra bu izimi RNEK 7.2
Kamada-Kawai tasarm algoritmas ile yeniden iziniz.
ekil 7.22
lekten Bamsz A
Oluturmak
120 Sosyal A Analizi
ekil 7.23
lekten Bamsz
A izimi iin
Parametrelerin
Girilmesi
ekil 7.26
Kamada-Kawai
Algoritmas ile izilen
lekten Bamsz A
122 Sosyal A Analizi
rnein ekil 7.28deki komutlarla bir baka tasarm biimi kullanlm ve sonuta
ekil 7.29daki izim elde edilmitir.
ekil 7.28
Fruchterman Reingold
Algoritmas ile izim
Komutlar
7. nite - Pajek ile Alarn izimi ve Analizi 123
ekil 7.29
Fruchterman Reingold
Algoritmas ile izilen
lekten Bamsz A
ekil 7.31
lekten Bamsz
A in Derece
Hesaplama Komutlar
ekil 7.32
lekten Bamsz
An zellikleri ve
Derecesi
ekil 7.32de izdiimiz an ortalama derecesinin 1,7 olduu grlr. ekil 7.33teki
yatay olarak ikinci blm olan Partitions blmndeki All Degree Partition of N1(20)
iki kez tklanrsa ekil 7.34te tm dmlerin toplam dereceleri elde edilir. Dikkatli bir
renci ekil 7.34te elde edilen sonularla nceden izilen ekil 7.30daki balantlar kar-
latrmaldr.
7. nite - Pajek ile Alarn izimi ve Analizi 125
ekil 7.33
Dmlerin Toplam
Dereceleri -1
ekil 7.34
Dmlerin Toplam
Dereceleri -2
126 Sosyal A Analizi
ekil 7.34teki dmlerin toplam derece merkezliklerine bir baka ekilde daha ula-
abiliriz. ekil 7.35teki yolu izleyip eer ekil 7.36daki yatay nc blm olan Vec-
tors blmndeki All Degree of N1(20) iki kez tklanrsa ekil 7.37deki toplam dere-
celer yine elde edilir.
ekil 7.35
Dmlerin Toplam
Derece Merkezlikleri -1
ekil 7.36
Dmlerin Toplam
Derece Merkezlikleri -2
7. nite - Pajek ile Alarn izimi ve Analizi 127
ekil 7.37
Dmlerin Toplam
Derece Merkezlikleri -3
ekil 7.39
Yaknlk lleri
ekil 7.40
Yaknlk lleri
Sonular
ekil 7.41
Ynl Rassal
A Oluturma
ve Kmelenme
Katsaylarn
Hesaplama-1
ekil 7.42
Ynl Rassal
A Oluturma
ve Kmelenme
Katsaylarn
Hesaplama-2
130 Sosyal A Analizi
ekil 7.43
Ynl Rassal
A Oluturma
ve Kmelenme
Katsaylarn
Hesaplama-3
ekil 7.43te Draw->Network komutu uygulanrsa, ekil 7.44teki rassal a elde edilir.
ekil 7.44
Draw->Network
Komutu Uygulanarak
Elde Edilen Rassal A
7. nite - Pajek ile Alarn izimi ve Analizi 131
Daha sonra, ekil 7.45teki komutlar uygulayarak ekil 7.46daki sonular elde edilir.
ekil 7.45te neden CC1 seildi sorusunun yant, programda iki farkl kmelenme katsa-
ysnn uygulamasnn olmas ile ilgilidir. Program bize istenildiimiz zaman CC2yi de
hesaplama olanan salyor.
ekil 7.45
CC1 Kmeleme
Katsaylarn
Kullanarak
Hesaplama
ekil 7.48
30 Dme likin
Kmelenme
Katsaylar Sonular
7. nite - Pajek ile Alarn izimi ve Analizi 133
TOPLULUK ARAMA
izdiimiz ayn adaki topluluklar aramak iin ise ekil 7.49daki yolu izleriz. Bu komutlarla
elde edilen ekil 7.50deki diyalog kutusunun OK tuuna bastktan sonra eer ekil 7.51deki
ikinci yatay blm olan Partitions blmndeki 1.Louvain.. eklindeki blm iki kez
tklanrsa ekil 7.52 elde edilir. ekil 7.52 bize bu ada 7 topluluk olduunu anlatmaktadr.
rnein, v1 ve v13 bir numaral topluluk; v2, v3, v8, v15 ve v17 ise 2 nolu topluluun ye-
sidir. Hangi dmlerin hangi toplulukta yer aldn dier topluluklar iin incelemelisiniz.
ekil 7.49
Ayn Adaki
Topluluklar
Aramak-1
ekil 7.50
Ayn Adaki
Topluluklar
Aramak-2
134 Sosyal A Analizi
ekil 7.51
Ayn Adaki
Topluluklar
Aramak-3
ekil 7.52
Ayn Adaki Topluluk
Sonular
ekil 7.53
Ayn Adaki Topluluk
Sonularnn Asal
Gsterimi
136 Sosyal A Analizi
zet
Pajek programn kullanarak a oluturmak ve izmek
1
Pajek, a analizi ve grselletirmesi iin Vladimir
Batagelj and Andrej Mrvar tarafndan yazlm
cretsiz bir programdr. Pajek ile almak iin
ncelikle nternetten Pajeki indirmemiz ve
bilgisayarmza kurmamz gerekir.
Alar Pajekin iinde oluturabileceiniz gibi, Pajek
dnda kelime ilemcilerle (Notepad gibi) dosya olu-
turabilir veya baka ilikisel veri tabanlarndan Pajeke
dosya alabilirsiniz. Pajek ile benzetim anlamnda ras-
sal, a, kk dnya a, lekten bamsz a olutu-
rabileceimiz gibi; istediimiz gerek veya hipotetik
bir an verilerini Pajeke girip bu alar da izebiliriz.
Kendimizi Snayalm
5. Bir kk dnya a oluturmak iin aadaki yollar-
dan hangisi izlenir?
a. Network->Create Random Network-> Small World
b. Create Random Network-> Networ-> Small World
c. Small World-> Create Random Network-> Network
d. Network-> Small World-> Create Random Network
1. Yukardaki Pajek diyalog kutusunda aadakilerden
e. File-> Network-> Small World
hangisi amalanmaktadr?
a. Dm saysnn 0, balant saysnn 1000 olmas
b. Dm saysnn 1000, balant saysnn 0 olmas 6. Aadakilerden hangisinin st iki kez tklandnda
c. Derecenin 1000, yaknln 0 olmas yeni balantlar oluturulabilir?
d. Yaknln 1000, derecesinin 0 olmas a. Layout
e. Merkezlik lsnn 1000 olmas b. Fruchterman
c. Newline
d. Closeness
e. Centrality
Sra Sizde 2
Pajekte toplam derece merkezliklerine ulamak iin; Net-
work-> Create Partition->Degree->All yolu izlenip Partiti-
ons blmndeki All Degree Partition of N1(**) ift tk-
lanabilir ya da Create Vector->Centrality->Degree->All yolu
izlenip Vectors blmndeki All Degree of N1(**)ift
tklanabilir.
Sra Sizde 3
Ada topluluk arama sonular, ada tespit edilen topluluk
numaras ve dm ad yan yana listelenecek ekilde gste-
rilir. En byk topluluk numaras, ada toplam ka topluluk
olduunu belirtir. Ayn toplulua ait dmler, ayn topluluk
numarasna sahiptir.
8
SOSYAL A ANALZ
Amalarmz
Bu niteyi tamamladktan sonra;
NodeXL programnda veri girii ve izge izimi ilemlerini uygulayabilecek,
NodeXL programnda topluluk arama ileminin admlarn sralayabilecek,
NodeXL programnda lleri hesaplayabilecek,
NodeXL programn kullanarak alt izgeleri saptayabilecek,
NodeXL Graph Galleryden veri alma ilemini gerekletirebilecek,
Pajekte retilen bir izgenin merkezilik llerini NodeXLde hesaplayabilecek
bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar
NodeXL l Hesaplama
Veri Girii Alt izge
izge izimi NodeXL Graph Gallery
Topluluk Arama
indekiler
GR
VER GR VE ZGE ZM
TOPLULUK ARAMA
LLERN HESAPLANMASI
ALT ZGELER BULMAK
Sosyal A Analizi NodeXL ile Alarn izimi ve Analizi NODEXL GRAPH GALLERYDEN VER
ALMAK
PAJEKTE RETLEN K ZGENN
MERKEZLK LLERNN NODEXLDE
HESAPLANMASI
NodeXL ile Alarn
izimi ve Analizi
GR
NodeXL de Pajek gibi sosyal a analizleri iin kullanlabilen bir programdr. Temelde bir
Excel ablonu olan NodeXL, an grselletirilmesi ve analizi iin verileri yaplandrr. Alt
alma sayfas NodeXLin temel ablonunu oluturur: Edges (balantlar tablosu), Ver-
tices (dmler tablosu), Groups (gruplar tablosu), Group Vertices (dm gruplar
tablosu) ve Overall Metrics (genel ller tablosu). NodeXL bu temelde verileri olutur-
duktan veya aldktan sonra a izip hesaplamalar yaparak verileri iler ve sonular verir.
VER GR VE ZGE ZM
NodeXL programn atmzda, karmza programn al ekran olan bir ekran kar
(ekil 8.1). Dikkat edilirse ekil 8.1de sol tarafta ve stte kutu iinde, Vertex 1 name,
Enter the name of the edges first vertex (Dm 1in ad, balantnn birinci dmnn
adn giriniz) yazmaktadr. Verileri girmeye baladmzda, ilk dmn adn Vertex
1in hemen altna girebiliriz.
ekil 8.1
NodeXLin Al Ekran
142 Sosyal A Analizi
ekil 8.1de sol altta grlen Edges, Vertices, Groups, Group Vertices ve Ove-
rall Metrics satr, NodeXLin temel ablonunu oluturur. NodeXLin temel ablonundaki
tablolar unlardr:
Edges (balantlar tablosu): Bu tabloya balantlarn listesi ve zellikleri girilebilir.
Tabloda ilk iki stun olan Vertex 1 (Dm 1) ve Vertex 2 (Dm 2) stunlarna
srasyla, balantnn kt dm ve balantnn varaca dmler girilir.
Vertices (dmler tablosu): Bu tabloda dmler ve zellikleri bulunur. Dm-
ler balantlar tablosundan alnabilir.
Groups (gruplar tablosu): zellikler, kmeler ve bileenler tarafndan tanmlanan
dm gruplar tablosudur.
Group Vertices (dm gruplar tablosu): Her bir gruba dahil olan dmler bu
tabloda verilir.
Overall Metrics (genel ller tablosu): An ve dmlerin lleri bu tabloda
verilir.
ekil 8.2
NodeXLin Al Ekrann Sol Alt Blm
ekil 8.3
NodeXLin Al Ekrannda Ek Bir Sayfann (Sayfa1) Almas
ekil 8.4
NodeXLin Al Ekrannn st Blm
ekil 8.5
ekil 8.4te stteki NodeXL Tklandktan Sonra Grnm
A verileri bir veya birden fazla veri kaynandan alnabilir. Kullanclar veri dosyala-
rn virgllerle ayrlm metin dosyas biiminde (CSV dosyas) veya ilikisel veri taban-
larnda saklandklar ekilleriyle alabilir. NodeXLin dier nemli bir zellii de Twitter,
Facebook gibi sosyal alardan veri almay kolaylatrmasdr. Veri NodeXL ablonuna,
Edges (balantlar) alma sayfasna ad iftleri biiminde alnr. Ad iftlerine ait iliki-
deki dier ek zellikler de bu alma sayfasna kaydedilir. Ayn tabloda ok sayda ba-
lant listesi saklanabilir. Bu ilikiler, dmler kmesi arasndaki farkl ilikileri veya farkl
zamanlarda ayn ilikileri ifade edebilirler. likinin gc ile ilgili veriler de bu tabloya
eklenir.
nce NodeXLe kendi verilerimizi nasl girebileceimizi grelim. ekil 8.6daki gibi sol
alttaki Edges (balantlar) tklanm olarak, Vertex 1 ve Vertex 2ye balantlardaki ba-
lang ve biti dmlerinin adlarn girelim.
144 Sosyal A Analizi
ekil 8.6
NodeXLde Veri
Girii-1
ekil 8.7
NodeXLde Veri
Girii-2
8. nite - NodeXL ile Alarn izimi ve Analizi 145
Daha sonra bu kez sol alttaki Vertices (dmler) ablonu tklandktan sonra, ekil
8.7de grld gibi bu bo ablona dmlerin adlarn, renklerini (color), biimlerini
(shape), byklklerini (size), etiketlerini (label) girelim. Bir hcreye renk girmek iin
o hcrenin stne sa tklayp select color(renk se)dan renk seilir. Btn bu iler,
ekil 8.8deki gibi ablonun sa yarsn oluturan belge eylemleri blmnde en sada
grlen Graph Options (izge seenekleri) tklanarak da yaplabilir. ekil 8.8de Graph
Options tklanrsa ekil 8.9 elde edilir ve ekil 8.9da istenilen seenekler seildikten son-
ra OK tklanarak ablona aktarlabilir. Sonuta dmlere ilikin veriler de ekil 8.10daki
gibi girilmi olur.
ekil 8.8
NodeXLde Veri Girii-3
ekil 8.9
NodeXLde Veri
Girii-4
146 Sosyal A Analizi
ekil 8.10
NodeXLde Veri
Girii-5
ekil 8.11
Hare-Korel Fast Multiscale ile izge Elde Edilmesi
8. nite - NodeXL ile Alarn izimi ve Analizi 147
ekil 8.13
Twitter Kullanc A
rnei
Varsayalm ki Twitterdan #BigData (byk veri) etiketiyle veri almak istiyoruz. ekil
8.14te grld gibi ilk boluu BigData ile doldurup sa altta da fazla zaman harcama-
mak iin Limit to 30 tweets dzenlemesi yaplr ve OKe tklanrsa, ekil 8.15teki veriler
elde edilir.
ekil 8.14
BigData Hashtagi ile
Veri Alm-1
Eer ekil 8.15in sa yarsndaki Belge Eylemleri ifadesinin hemen altndaki Show
Graph (izgeyi gster) tklanrsa ekil 8.16daki izge elde edilir.
ekil 8.15
BigData Hashtagi ile Veri Alm-2
8. nite - NodeXL ile Alarn izimi ve Analizi 149
ekil 8.16
BigData Hashtagine Gre Elde Edilen izge
TOPLULUK ARAMA
Daha sonra elde ettiimiz ve izgesini izdiimiz verilere, topluluk bulmak amacyla ekil
8.17deki gibi Group by cluster (kmelere gre grupla) uygularsak ve karmza kan
diyalog kutusundan uygulamada kullanacamz algoritmay seersek (ekil 8.18) ve Ref-
resh Graph (izgeyi yenile) uygularsak ekil 8.19 elde edilir. ekil 8.19da sa altta bulu-
nan Group Vertices tklanrsa bu kez de ekil 8.20ye eriilir ve ekil 8.20nin sol taraf
bize hangi dmn hangi grupta yer aldn gsterir.
ekil 8.17
Kmelere Gre Gruplama
150 Sosyal A Analizi
ekil 8.18
Kmeleme ile
Gruplama in
Algoritma Seimi
ekil 8.19
Kmelere Gre Gruplama Sonucu Elde Edilen izge
ekil 8.20
Dmlerin Yer Ald Gruplar
8. nite - NodeXL ile Alarn izimi ve Analizi 151
LLERN HESAPLANMASI
NodeXL ile merkezilik llerini ve dier izge llerini de hesaplayabiliriz. ekil 8.21deki
gibi Graph Metrics (izge lleri) tklandnda ekil 8.22deki diyalog kutusu karmza
kar. ekil 8.22de istediklerimizi iaretleyip Calculate metrics (lleri hesapla) tklanrsa,
ekil 8.23n sol tarafndaki sonulara ularz. ekil 8.23teki sonularn daha fazlasn grmek
iin ekil 8.23 iki paraya ayrmak ve izgide bulunan srgy aaya doru ekmek gerekir.
ekil 8.21
Merkezilik ve Dier izge llerinin Hesaplanmas-1
ekil 8.22
Merkezilik ve Dier
izge llerinin
Hesaplanmas-2
ekil 8.23
Merkezilik ve Dier
izge llerinin
Hesaplanmas-3
152 Sosyal A Analizi
ekil 8.24
Alt izge Grntleri Elde Etmek
ekil 8.25te istersek dme en yakn komu dm derecesini 1, istersek 2 veya daha
fazla yaparak Create (olutur) tklanrsa, ekil 8.26 elde edilir. ekil 8.26da ise dmle-
rin 2 admlk alt izgelerinin ekilleri her dmn yannda verilmektedir.
ekil 8.25
Dme En Yakn
Komu Dm
Derecesini Belirlemek
ekil 8.26
Dmlerin Alt izgelerinin Gsterimi
ekil 8.27
Graph Gallerynin
Almas
154 Sosyal A Analizi
ekil 8.28
Graph Gallery
ekil 8.28in altlarnda bulunan: Download the Graph Data as a NodeXL Workbook
tklandnda ekil 8.29 elde edilir. ekil 8.29un en altndaki Overall metrics (genel
ller) ile ise ekil 8.30daki deerleri bulabiliriz. ekil 8.30un ortasndaki srgy aa-
ya ekerek ise ekil 8.31e ulalabilir.
ekil 8.29
A Verisinin NodeXL Dosyas Olarak Kaydedilmesi
8. nite - NodeXL ile Alarn izimi ve Analizi 155
ekil 8.30
Genel ller
ekil 8.31
Genel ller
ekil 8.32
Rassal A Oluturma
imdi rettiimiz G1 ve G2 adl a verilerini NodeXLe teker teker alp bu alarn mer-
kezilik llerini hesaplayp alar karlatralm. rnein; G1 ana ilikin Pajek dosyas-
n NodeXLe almak iin nce NodeXLin ilk satrndaki NodeXL tklanarak Import (veri
alma, dosya alma) fonksiyonu ekil 8.35teki gibi ortaya karlr. Daha sonra Import tk-
lanarak, ekil 8.36 ve ekil 8.37deki gibi G1 Pajek dosyas NodeXLde alr (ekil 8.38) ve
a lleri hesaplanr. G1 iin hesaplanan a lleri srasyla ekil 8.39, ekil 8.40 ve ekil
8.41de verilmektedir. ktlarda baz llerin karsnda Not available (elde edilemedi)
yazmasnn nedeni ekil 8.38deki diyalog kutusunda bu lleri istemememizdir.
8. nite - NodeXL ile Alarn izimi ve Analizi 157
ekil 8.35
Import (Veri Alma, Dosya Alma) Fonksiyonu
ekil 8.36
G1 Pajek Dosyasnn
NodeXLde Almas
ekil 8.37
G1 Pajek Dosyasnn
NodeXLde Almas-2
158 Sosyal A Analizi
ekil 8.38
G1 Pajek Dosyasnn A llerinin Hesaplanmas
ekil 8.41
G1 in Hesaplanan
A lleri-Devam
ekil 8.45
G2 in Elde Edilen A
lleri-Devam
8. nite - NodeXL ile Alarn izimi ve Analizi 161
G1 ve G2 iin elde edilen a lleri karlatrlmaldr. Ayrca dm baznda lle-
ri elde etmek iin ller hesaplandktan sonra ekil 8.46da olduu gibi alttaki Vertices
tklanarak ekil 8.46daki dm baznda a lleri de elde edilebilir.
ekil 8.46
Dm Baznda A lleri
162 Sosyal A Analizi
zet
NodeXL programnda veri girii ve izge izimi NodeXL programn kullanarak alt izgeleri saptamak
1 ilemlerini uygulamak 4 NodeXLde alt izgeleri saptamak iin Supgraph ima-
NodeXL de Pajek gibi sosyal a analizi iin kullanla- ges ksmna tklanr, ekrana gelen kutuda dm de-
bilen bir programdr. Temelde bir excel ablonu olan recesi girilerek Create (olutur) tklanr.
NodeXL, an grselletirilmesi ve analizi iin verileri
yaplandrr. Programda, NodeXLin temel ablonu- NodeXL Graph Galleryden veri alma ilemini
nu oluturan alt alma sayfas; Edges (balantlar 5 gerekletirmek
tablosu), Vertices (dmler tablosu), Groups NodeXL Graph Galleryden veri almak iin Import
(gruplar tablosu), Group Vertices (dm gruplar ksmndan From NodeXL Graph Gallery seilir.
tablosu) ve Overall Metrics (genel ller tablosu) Daha sonra Download the Graph Data as a NodeXL
iin veriler oluturulduktan veya alndktan sonra a Workbook tklanr.
izilip hesaplamalar yaplarak veriler ilenir ve sonu-
lar ortaya konur. Pajekte retilen bir izgenin merkezilik llerini
A verileri bir veya birden fazla veri kaynandan al- 6 NodeXLde hesaplamak
nabilir. Veri dosyalar virgllerle ayrlm metin dos- Pajekte retilen bir izgenin merkezilik llerini
yas biiminde (CSV dosyas) veya ilikisel veri taban- NodeXLde hesaplamak iin ncelikle NodeXLin ilk
larnda saklandklar ekilleriyle alnabilir. Programn satrndaki NodeXL tklanarak Import (veri alma,
Import (veri al) zellii de sosyal alardan veri alm dosya alma) fonksiyonu kullanlr. Burada From Pa-
iin kullanlabilir. NodeXLe UCINET, Pajek gibi sos- jek file seilerek ilgili dosya alndktan sonra nceki
yal a analizi yapan programlardan, NodeXL Graph balklarda yer alan l hesaplama admlar takip
Galleryden, Flickrdan, Twitterdan ve Youtubedan edilir.
veri almak mmkndr.
Kendimizi Snayalm
1. Excelin bir ablonu gibi alan sosyal a program aa- 6. Topluluk arama NodeXLde stte ortada bulunan
dakilerden hangisidir? Groupsta aadakilerden hangisine tklanarak yaplr?
a. Pajek a. Group by gender
b. UCINET b. Group by color
c. NodeXL c. Group by size
d. Gephi d. Group by vertex attribute
e. Cytoscape e. Group by cluster
2. Aadakilerden hangisi NodeXLin temel ablonunda 7. Dm baznda lleri elde etmek iin ller hesap-
yer almaz? landktan sonra aadakilerden hangisine tklanmaldr?
a. Edges (Balantlar Tablosu) a. Edges
b. Groups (Gruplar Tablosu) b. Vertices
c. Overall Metrics (Genel ller Tablosu) c. Groups
d. Communities (Topluluklar Tablosu) d. Group Metrics
e. Vertices (Dmler Tablosu) e. Graph Metrics
4. Graph Options (izge seenekleri) NodeXL ekrannda 10. Overall metrics (Genel ller) ile a llerini elde et-
nerede yer alr? tikten sonra bu ller tek ekranda grlmedii durumda so-
a. Belge eylemleri blmnde nularn tm aadakilerden hangisi yaplarak grlebilir?
b. Visual properties blmnde a. Ekrann ortasndaki srgy aaya ekerek
c. Graph metrics blmnde b. Ekrann ortasndaki srgy saa ekerek
d. Refresh Graph blmnde c. Ekrann ortasndaki srgy sola ekerek
e. Show Notifications blmnde d. Ekrann ortasndaki srgy yukar ekerek
e. Ekranda beliren ikinci sayfaya tklayarak
5. Bir aa ilikin verileri NodeXLe girdikten sonra izge
aadaki komutlardan hangisi ile izilebilir?
a. Show Graph-Refresh Graph
b. Make Graph-Remake Graph
c. Enter Graph-Reenter Graph
d. Play Graph-Replay Graph
e. Create Graph-Show Graph
164 Sosyal A Analizi
Okuma Paras
Facebook Verilerine Gre Zenginlerin Daha Az Yabanc Ar- Bulgular kstlayc sosyal snf hipotezine, hem yerel hem
kadalar Var de kresel dzeyde destek salamakta. Sonular ayn zaman-
Eer yksek sosyal snflardan insanlarn yurtdnda daha da Facebook gibi platformlardan alt sosyal snflarda bulu-
fazla arkadalar olduunu dnyorsanz, olasdr ki yanl- nanlarn, ulusal snrlar dnda sosyal sermayelerini artrma
yorsunuz. Facebook verilerine gre varlkl kiiler kresel an- amacyla yararlandklarn da ortaya koyuyor. Sonular Kii-
lamda baka lkelerden daha az arkadaa, kendi lkelerinden lik ve Bireysel Farkllklar dergisinde yaymland.
daha fazla arkadaa sahipler.
Cambridge niversitesi tarafndan Facebook ile i birlii Kaynak: IANS Publishing. (2015). Rich people have fewer fore-
iinde yaplan bir alma, kiilerin sosyal ve finansal statle- ign friends, suggests Facebook data. The Express Tribune > Life
ri ile arkadalk alarndaki uluslararas olma dzeyleri ara- & Style. http://tribune.com.pk/story/956032/facebook-data-
snda bir korelasyonu gsteriyor. suggests-rich-people-have-fewer-international-friends/
almann ortak yazar olan Cambridge niversitesinden
Dr Aleksandr Spectre, Bulgular zenginlerin kendi sosyal
evrelerinde kalmalarnn daha olas olduuna iaret ediyor
ama bunun nihai olarak krl olmas sz konusu deil. Eer Kendimizi Snayalm Yant Anahtar
uluslararas ilikilere girmezseniz bu durumda yeni fikirlerin 1. c Yantnz yanl ise Giri konusunu yeniden gz-
ve enformasyonun ak anlamna gelen uluslararas kaynak- den geiriniz.
lar karrsnz diye aklyor. 2. d Yantnz yanl ise Veri Girii ve izge izimi ko-
Aratrmaclara gre, elde edilen sonular, kstlayc sosyal nusunu yeniden gzden geiriniz.
snf hipotezi adyla bilinen hipotez ile de tutarl. Bu hipo- 3. b Yantnz yanl ise Topluluk Arama konusunu ye-
teze gre, yksek sosyal snflar byk kaynaklara sahip ol- niden gzden geiriniz.
duklar iin dier insanlara ve zellikle kendi gruplarnn d- 4. a Yantnz yanl ise Veri Girii ve izge izimi ko-
ndaki gruplara bunun sonucu olarak daha az bamldrlar. nusunu yeniden gzden geiriniz.
Bu olguyu anlamak iin aratrmay yrten takm, biri yerel 5. a Yantnz yanl ise Veri Girii ve izge izimi ko-
ve biri kresel olmak zere iki alma yapt. Kresel al- nusunu yeniden gzden geiriniz.
mada kullanlan veri kmesinde milyarlarca Facebook arka- 6. e Yantnz yanl ise Topluluk Arama konusunu ye-
dal kullanld. Birinci almada ise, takm, 857 kiiden, niden gzden geiriniz.
algladklar sosyal statlerini kendi kendilerine raporlama- 7. b Yantnz yanl ise Pajekte retilen ki izgenin
larn istedi. Ayrca bu kiiler gnll olarak aratrmaclarn Merkezilik llerinin NodeXLde Hesaplanmas
Facebook alarna eriimlerine izin verdiler. konusunu yeniden gzden geiriniz.
Sonular, alt sosyal snflardaki kiilerin st sosyal snflarda- 8. c Yantnz yanl ise NodeXL Graph Galleryden Veri
ki kiilere gre, yaklak olarak yzde 50 orannda daha fazla Almak konusunu yeniden gzden geiriniz.
uluslararas arkadaa sahip olduunu gsterdi. 9. e Yantnz yanl ise Alt izgeleri Bulmak konusunu
Kresel almada ise, aratrmaclar 2011 ylnda dnyada yeniden gzden geiriniz.
her lkede ulusal toplam dzeyde oluan tm arkadalk a- 10. a Yantnz yanl ise NodeXL Graph Galleryden Veri
larna Facebook aracl ile eritiler. Bu veri kmesinde 57 Almak konusunu yeniden gzden geiriniz.
milyar arkadalk balants vard. Aratrmaclar bu kez de
ulusal dzeyde, sosyal snf ile baka lkelerden Facebook
aracl ile arkadala sahip olma olgusu arasnda yine ne-
gatif korelasyon buldular.
Aratrmaclara gre, Alt sosyal snfl lkelerdeki insanlarn
ortalamada arkadalarnn yzde 35i lkelerinin dndan
iken, yksek sosyal snfl lkelerde bu oran yzde 28.
8. nite - NodeXL ile Alarn izimi ve Analizi 165
Sra Sizde 3
Alt izgeler, istenen komu dm derecesine gre izilebil-
mektedir.
Sra Sizde 4
NodeXL Graph Galleryde, bakalarnn verilerini oluturup
izdikleri izgelerin verileri bulunmaktadr.