Stratejik yönetim çerçevesinde toplumsal hareketlerin yapay zeka yöntemiyle açıklanmasına yönelik bir model

Abstract

İnternet ve sosyal medya araçlarının gelişmesiyle birlikte birçok geleneksel eylem dijital ortama taşınmıştır. Bununla birlikte; veri madenciliğinin birbirinden farklı disiplinlerde yaygın biçimde kullanılmaya başlaması, vaka analizini doğurmuştur. Geleneksel vaka analizi yöntemleri, esas olarak vaka kalıplarını anlamaya odaklanır ancak ortaya çıkan suçları önceden tespit ve sonrasında takip etmek için uygun değildir. Vakanın doğası, verinin arkasındaki gizli hikâyeyi temsil eden yapılandırılmamış içerikte gömülüdür. Sosyal medya etkileşimleri toplumun nabzını ölçmek, yeni güvenlik politikaları belirlemek, suçları tespit etmek, çıkarımda bulunmak veya tahmin etmek için kullanılabilir. Bu aşamada herhangi bir veri madenciliği uygulamasında olduğu şekliyle, doğru sonuca ulaşabilmek için, verinin yüksek kalite standardında olması gerekmektedir. Tez, (i) sosyal medya verisinin sosyal medya istihbaratı için kullanılıp kullanılamayacağını, (ii) suç örgütleri, yapıları ve rollerinin bir toplumsal hareket öncesinde tespit edilip edilemeyeceğini ve (iii) yöntemleri keşfetmeye yönelik bir metodoloji ve model sunup sunmayacağını irdelemektedir. Bu model, sosyal medya veri örneklerinin kalite düzeyini ölçmek, tahmin etmek ve karşılaştırmak için geliştirilebilir. Tez sosyal medya istihbaratına yenilikçi bir bakış açısıyla kitle hareketlerinin önceden tahmini ve sosyal medya istihbaratı teorisi, tasarımı ve geliştirilmesine katkıda bulunma iddiasındadır. Tez'de ayrıca, sosyal medya istihbaratı modelinde kitle hareketlerinin yapay zekâ ile sezinlenmesi neticesindeki oluşturulacak stratejilerin önemi ortaya konulmuştur.

With the development of the internet and social media tools, many traditional actions have been moved to digital environments. The widespread use of data mining in different disciplines has led to case analysis. Traditional case analysis methods mainly focus on understanding case patterns, but they are not suitable for pre-detection and subsequent follow-up of emerging crimes. The nature of the case is embedded in the unstructured content that represents the hidden story behind the data. Social media interactions can be used to measure the pulse of society, set new security policies, detect, infer, or predict crime. At this stage, as in any data mining application, the data must be of a high-quality standard to achieve the correct result. The thesis examines (i) whether social media data can be used for social media intelligence, (ii) whether criminal organizations, their structures and roles can be identified before a social movement, and (iii) whether it will provide a methodology and model for discovering methods. This model can be developed to measure, predict, and compare the quality level of social media data samples. The thesis claims to contribute to the prediction of mass movements and the theory, design, and development of social media intelligence with an innovative perspective on social media intelligence. In the thesis, the importance of the strategies that will be formed as a result of anticipating mass movements with artificial intelligence in the social media intelligence model has been revealed.