GDELT Kullanarak Toplumsal Huzursuzlukların Tahmin Edilmesi: Tunus Örneği
| dc.authorid | 0000-0001-5468-475X | en_US |
| dc.contributor.author | Çelik, Sadullah | |
| dc.date.accessioned | 2023-03-16T18:29:45Z | |
| dc.date.available | 2023-03-16T18:29:45Z | |
| dc.date.issued | 2019 | en_US |
| dc.department | Başka Kurum | en_US |
| dc.description.abstract | Günümüzde, toplumsal huzursuzluklar (protestolar, grevler, çatışmalar ve işgal olayları) birçok ülkenin sınırlarının ve siyasal yapılarının şekillenmesinde ve değişmesinde etkin bir rol almaktadır. Gerek demokrasilerde ve gerek otoriter rejimlerde toplumsal huzursuzlukların proaktif olarak ele alınması hükümet ve politika yapıcılar için büyük öneme sahiptir. Bugün geliştirilen GDELT projesi sayesinde artık toplumsal olaylar gerçek zamanlı izlenebilmekte ve bu sayede ülkelerin gelecekte yaşaması muhtemel süreçler tahmin edilebilmektedir. Bu çalışmada, ülkelerin istikrarsızlıkları ile ilgili huzursuzluk olaylarını tespit etmek için hesaplamalı bir yaklaşım kullanılmıştır. Bunun için tarihteki belli bir zaman aralığın da (30 günlük bir pencerede) benzer kalıpları (desenleri) tespit etmek için Google BigQuery’nin Pearson korelasyon özelliği kullanılmıştır. Çalışmada, Tunus’un 25 Temmuz 2013 sorasındaki 30 günlük süreçte yaşananlar, GDELT’ten elde edilen çeşitli olay verileri kullanılarak tahmin edilmiştir. Tunus’ta gerçekte yaşananlar tahmin sonuçları ile karşılaştırıldığında r=0.725 gibi yüksek bir korelasyon katsayısı bulunmuştur. Elde edilen bu korelasyon katsayısı Tunus için yapılan tahminlerin doğruluğunun güvenilir olduğunu göstermektedir. | en_US |
| dc.description.abstract | Today, social unrest (protests, strikes, conflicts and occupation events) plays an active role in shaping and changing the borders and political structures of many countries. The proactive handling of social unrest, both in democracies and in authoritarian regimes, is of great importance for government and policy-makers. Thanks to the GDELT project developed today, social events can now be monitored in real time, thus predicting the future processes of countries. In this study, a computational approach is used to detect the incidents of unrest related to the instability of countries. To do this, Google BigQuery's Pearson correlation feature was used to identify similar patterns (patterns) for a specific time period in a date (in a 30-day window). In the study, what happened during the 30-day period of 25 July 2013 in Tunisia was estimated by using various event data obtained from GDELT. A high correlation coefficient of r = 0.725 was found when compared to the actual results in Tunisia. This correlation coefficient shows that the estimations made for Tunisia are reliable. | en_US |
| dc.identifier.citation | Çelik, S., (2019). GDELT Kullanarak Toplumsal Huzursuzlukların Tahmin Edilmesi: Tunus Örneği. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 22 (2), 589-600. | en_US |
| dc.identifier.endpage | 600 | en_US |
| dc.identifier.issn | 2564-7458 | en_US |
| dc.identifier.issue | 2 | en_US |
| dc.identifier.startpage | 589 | en_US |
| dc.identifier.uri | https://hdl.handle.net/20.500.12395/45909 | |
| dc.identifier.volume | 22 | en_US |
| dc.language.iso | tr | en_US |
| dc.publisher | Selçuk Üniversitesi | en_US |
| dc.relation.ispartof | Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi | en_US |
| dc.relation.publicationcategory | Makale - Uluslararası Hakemli Dergi - Başka Kurum Yazarı | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.selcuk | 20240510_oaig | en_US |
| dc.subject | GDELT | en_US |
| dc.subject | BigQuery | en_US |
| dc.subject | Pearson Korelasyonu | en_US |
| dc.subject | Huzursuzluk Olayları | en_US |
| dc.subject | Tahmin | en_US |
| dc.subject | Pearson Correlation | en_US |
| dc.subject | Events of Unrest | en_US |
| dc.subject | Prediction | en_US |
| dc.title | GDELT Kullanarak Toplumsal Huzursuzlukların Tahmin Edilmesi: Tunus Örneği | en_US |
| dc.title.alternative | Using GDELT Estimation of Social Unrest: The Tunisia Example | en_US |
| dc.type | Article | en_US |
