Ders Genel Bilgileri

Ders Kodu AKTS T+U+L Kredi Ders Türü KNT21726 6 3+0 3 Seçmeli Ders Linki (Türkçe) : Kopyala Ders Linki (İngilizce) : Kopyala Dersin Dili Türkçe Dersin Düzeyi Yüksek Lisans Öğretim Türü Örgün Öğretim Dersin Türü Seçmeli Dersin Amacı Öğrencilerin büyük veri analizi ve sosyal ağ analizi yöntemlerini kullanarak, kent kullanıcılarının davranış kalıplarını, mekansal tercihlerini ve sosyal etkileşimlerini anlayabilmelerini ve bu anlayışı tasarım sürecine entegre edebilmelerini hedeflemektedir Dersin İçeriği Web 2.0’ın (bir başka tanım ile post-web dönemi) kullanıcı hizmetine sunulması ve yaygınlaşması ile birlikte sanal platform farklı bir yapıya bürünmüş, toplumsal iletişim platformları olarak da adlandırılabilecek sosyal medya sitelerinin yaratılması ile internet insanlar için haberleşme aracı olmanın ötesinde sosyalleşme/etkileşime geçme, birey olarak kendini ifade etme ve yorumlarını paylaşma platformuna dönüşmüştür. Fiziksel mekânın sosyal medya ile etkileşimi sonrasında daha fazla deneyimlenen, yaşanan ve ortak bir şekilde yorumlanabilen mekânlar haline geldiğini savunulmaktadır. Günümüzde şehir planlamaya yönelik evrensel literatürde konum işaretli sosyal medya verileri kentsel sorunları çözümleme, sosyal mekâna yönelik yorumlamalar geliştirme konularında ele alınmaya başlamıştır. Plan kurgu ve tasarım sürecinde konum işaretli sosyal medya verilerinin dahil edilmesi; kullanıcıların yoğunlaştığı iş alanlarının belirlenmesi, kentte kullanılmayan bölgelerin tespiti, en çok kullanılan park, meydan gibi kamusal noktaların tespiti, kentsel işlev alanlarında yapılan yorumların analizi, kullanıcıların yoğunlaştığı rotaların örüntüsünün ortaya konması ile uygun yaya ve taşıt rotalarının belirlenmesi vb. özellikleri bakımından yeni bakış açıları sağlayabilecektir. Bu bakımdan ders kapsamında; mekânın değişen tanımı, sanal mekân örüntülerine dair tanımlamalar incelenecek, coğrafi konum işaretli sosyal medya iletileri içerikli büyük verilerin derlenmesi ve toplanmasına yönelik NodeXL, Netlytic gibi büyük veri toplama, derleme servisleri üzerinden uygulamalar ayrıca Gephi, Cytoscape uygulamaları üzerinden toplanan verilerin sosyal ağları ifade etmek üzere görselleştirmesine yönelik analizler yapılacaktır. Dersin Ön Koşulları Yoktur Dersin Koordinatörü Dr. Öğr. Üyesi Özlem ERDOĞAN Dersi Verenler Dr. Öğr. Üyesi Mete Korhan ÖZKÖK Dersin Yardımcıları Bulunmamaktadır. Staj Durumu Yok

Dersin Kaynakları

Kaynaklar -Büyükdemirci, H. İ., & Ercoşkun, Ö. (2017). Coğrafi Tabanlı Sosyal Medya Kullanımı: Ankara’da En Çok Yer Bildirimi Yapılan Kahve Mekânları. Süleyman Demirek Üniversitesi Mimarlık Bilimleri ve Uygulamaları Dergisi, 2(1), 33-54.Ciuccarelli, P., Lupi, G., & Simeone, L. (2014). Visualizing the Data City: Social Media as a Source of Knowledge for Urban Planning and Management. Springer International Publishing.Ginzarly, M., & Teller, J. (2016, Haziran). Network Theory Framework for Urban Cultural Heritage Conservation. Managing Change: Urban Heritage Between Conservation and Development, İngiltere. https://orbi.uliege.be/handle/2268/200389Goodspeed, R. (2013). The Limited Usefulness of Social Media and Digital Trace Data for Urban Social Research (AAAI Technical Report WS-13-04). Association for the Advancement of Artificial Intelligence (AAAI).Kitchin, R. (2014). The real-time city? Big data and smart urbanism. GeoJournal, 79(1), 1-14. https://doi.org/10.1007/s10708-013-9516-8Komninos, A., Stefanis, V., Plessas, A., & Besharat, J. (2013). Capturing Urban Dynamics with Scarce Check-In Data. IEEE Pervasive Computing, 12(4), 20-28. https://doi.org/10.1109/MPRV.2013.42Leetaru, K. (2017). Is Social Media Really A Public Space? Forbes. https://www.forbes.com/sites/kalevleetaru/2017/08/01/is-social-media-really-a-public-space/Liu, B. (2010). Sentiment analysis and subjectivity. Içinde N. Indurkhya & F. J. Damerau (Ed.), Handbook of Natural Language Processing (2. Baskı, ss. 627-666). Chapman and Hall/CRC.Sagl, G., Resch, B., Hawelka, B., & Beinat, E. (2012). From Social Sensor Data to Collective Human Behaviour Patterns – Analysing and Visualising Spatio-Temporal Dynamics in Urban Environments. İçinde GI_Forum 2012: Geovisualization, Society and Learning: Conference Proceedings (ss. 54-64). Wichmann, H.Smarzaro, R., Lima, T. F. de M., & Davis, C. A., Jr. (2017). Could Data from Location-Based Social Networks Be Used to Support Urban Planning? Proceedings of the 26th International Conference on World Wide Web Companion, 1463-1468. https://doi.org/10.1145/3041021.3051700Tasse, D., & Hong, J. I. (2014). Using Social Media Data to Understand Cities (Paper 151). Human-­‐Computer Interaction Institute Carnegie Mellon University.Toscano, P. (2017). Instagram-City: New Media, and the Social Perception of Public Spaces. Visual Anthropology, 30(3), 275-286. https://doi.org/10.1080/08949468.2017.1296313van der Hoeven, A. (2018). Valuing Urban Heritage Through Participatory Heritage Websites: Citizen Perceptions of Historic Urban Landscapes. Space and Culture, 1-20. https://doi.org/10.1177/1206331218797038Wu, L., Zhi, Y., Sui, Z., & Liu, Y. (2014). Intra-Urban Human Mobility and Activity Transition: Evidence from Social Media Check-In Data. PLOS ONE, 9(5), e97010. https://doi.org/10.1371/journal.pone.0097010Zhan, X., Ukkusuri, S. V., & Zhu, F. (2014). Inferring Urban Land Use Using Large-Scale Social Media Check-in Data. Networks and Spatial Economics, 14(3-4), 647-667. https://doi.org/10.1007/s11067-014-9264-4Zook, M. A., & Graham, M. (2007). From cyberspace to DigiPlace: Visibility in an age of information and mobility. Içinde Societies and Cities in the Age of Instant Access (ss. 241-254). Springer, Dordrecht. https://doi.org/10.1007/1-4020-5427-0_16 Notlar Yoktur Ön Hazırlık ve Dokümanlar Yoktur Ödev Yoktur

Ders Yapısı

Matematik ve Temel Bilimler % 0 Mühendislik Bilimleri % 0 Mühendislik Tasarımı % 0 Sosyal Bilimler % 0 Eğitim Bilimleri % 0 Fen Bilimleri % 0 Sağlık Bilimleri % 0 Alan Bilgisi % 100

Değerlendirme Ölçütleri Yarı Yıl Çalışmaları Sayısı Katkı Ara Sınav 1 % 40 Kısa Sınav 0 % 0 Ödev 0 % 0 Devam 0 % 0 Uygulama 0 % 0 Proje 0 % 0 Yarıyıl Sonu Sınavı 1 % 60 Arazi Çalışması 0 % 0 Atölye Çalışması 0 % 0 Laboratuvar 0 % 0 Sunum/Seminer Hazırlama 0 % 0 Toplam 2 % 100

AKTS Hesaplama İçeriği Etkinlik Sayısı Süresi (Saat) Toplam İş Yükü Ders Süresi 14 3 42 Sınıf Dışı Ç. Süresi 14 2 28 Ödevler 0 0 0 Ara Sınavlar 1 50 50 Yarıyıl Sonu Sınavı 1 60 60 Kısa Sınav 0 0 0   180 | AKTS Kredisi : 6

Ders Konuları

Hafta Konu Öğretim Yöntem ve Teknikleri Ön Hazırlık ve Dokümanlar 1 Dersin tanıtımı, ders içeriği hakkında bilgi verilmesi Anlatım ve Soru-Cevap yöntemleri Yoktur 2 Ağ çözümleme algoritmaları ve temel kavramlar-1 Anlatım, Soru-Cevap, Tartışma Akademik makaleler, çevrimiçi kaynaklar 3 Ağ çözümleme algoritmaları ve temel kavramlar-2 Anlatım, Soru-Cevap, Tartışma Akademik makaleler, çevrimiçi kaynaklar 4 Büyük veri kaynakları ve temel kavramlar-1 Anlatım, Soru-Cevap, Tartışma Akademik makaleler, çevrimiçi kaynaklar 5 Büyük veri kaynakları ve temel kavramlar-2 Anlatım, Soru-Cevap, Tartışma Akademik makaleler, çevrimiçi kaynaklar 6 Planlama ve tasarımda büyük veri kullanımı - örnekler (ağ analizleri) Anlatım, Grupla Çalışma, Örnek Olay Akademik makaleler, çevrimiçi kaynaklar 7 Planlama ve tasarımda büyük veri kullanımı - örnekler (büyük veri) Anlatım, Grupla Çalışma, Örnek Olay Akademik makaleler, çevrimiçi kaynaklar 8 Ara Sınav Öğrencilerin vizede, final çalışmasında teslim etmeyi düşündükleri çalışmaya yönelik literatür özeti, veri kaynakları, yöntem konularında özet bir değerlendirme hazırlaması gerekmektedir. Yoktur 9 Ağ analizleri ve görselleştirmelerine yönelik tanıtımlar: Pajek, Gephi Anlatım, Grupla Çalışma, Örnek Olay Akademik makaleler, çevrimiçi kaynaklar 10 Ağ analizleri ve görselleştirmelerine yönelik tanıtımlar: DepthmapX Anlatım, Grupla Çalışma, Örnek Olay Akademik makaleler, çevrimiçi kaynaklar 11 Ağ analizi çözümleme ve görselleştirme çalışmaları (sosyal ağ analizleri)-1 Anlatım, Grupla Çalışma, Örnek Olay Akademik makaleler, çevrimiçi kaynaklar 12 Ağ analizi çözümleme ve görselleştirme çalışmaları (ulaşım ağı)-1 Anlatım, Grupla Çalışma, Örnek Olay Akademik makaleler, çevrimiçi kaynaklar 13 Ağ analizi çözümleme ve görselleştirme çalışmaları (ulaşım ağı)-2 Anlatım, Grupla Çalışma, Örnek Olay Akademik makaleler, çevrimiçi kaynaklar 14 Büyük veri toplama kaynakları: Foursquare, Flickr, Apify Anlatım, Grupla Çalışma, Örnek Olay Akademik makaleler, çevrimiçi kaynaklar 15 Büyük veri çözümleme ve görselleştirme çalışmaları Akademik makaleler, çevrimiçi kaynaklar 16 Final Sınavı Ağ (ulaşım-sosyal) ve büyük veri analizlerizden biri veya ikisi ile hazırlayacakları ve sorgulama içeren ödev teslimi Yoktur

Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:

# Açıklama 1 Büyük veri kavramı hakkında bilgi sahibidir. 2 Sanal mekan örüntüleri hakkında bilgi sahibidir. 3 Planlama ve tasarımda büyük veriyi kaynak olarak kullanabilir. 4 Ağ analizi yaklaşımına göre sosyal ve mekânsal analizler yapabilir. 5 Görselleştirme ve bilgi sistemlerine yönelik programları kullanabilir.

Dersin Program Çıktılarına Katkısı

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 Ö1 5 3 5 2 3 2 2 1 3 3 3 3 Ö2 3 3 4 3 4 3 2 1 3 3 3 3 Ö3 4 5 5 2 5 5 2 1 2 5 4 3 Ö4 5 5 3 2 5 3 2 1 3 5 4 5 Ö5 5 5 5 2 5 5 2 1 2 5 3 5

Katkı Düzeyi: 0:Yok     1:Çok Düşük     2:Düşük     3:Orta     4:Yüksek     5:Çok Yüksek