Tez No	İndirme	Tez Künye	Durumu
484388		Büyük sosyal medya verisinden mekânsal ve mekân-zamansal önemli lokasyonlar keşfi ve bulut bilişim sistemlerine uyarlanması / Spatial and spatio-temporal important locations discovery of big social media data and application on cloud computing systems Yazar:AHMET ŞAKİR DOKUZ Danışman: YRD. DOÇ. DR. METE ÇELİK Yer Bilgisi: Erciyes Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Veri madenciliği = Data mining	Onaylandı Doktora Türkçe 2017 154 s.
Sosyal önemli lokasyonlar, sosyal medya kullanıcılarının sosyal medya geçmişlerinde sıklıkla ziyaret ettikleri yerleri ifade etmektedir. Sosyal önemli lokasyonların keşfi, lokasyon tavsiye sistemleri, odaklanmış reklamcılık ve şehir örüntü keşfi gibi uygulama alanları için önemlidir. Ancak, sosyal medya ağlarından sosyal önemli lokasyonların keşfi, veri büyüklüğü ve boyutu, veri kümelerinin mekânsal ve zamansal boyutları ve hesaplama açısından verimli yaklaşımlar geliştirme gerekliliğinden dolayı zordur. Literatürde, sosyal önemli lokasyonların keşfi ile ilgili çeşitli çalışmalar mevcuttur. Ancak bu çalışmaların pek çoğunda sosyal medya kullanıcılarının geçmişe dayalı verisi dikkate alınmadan sosyal önemli lokasyonların keşfi yapılmıştır. Bu tez çalışması kapsamında, sosyal önemli lokasyonların keşfi için mekânsal ve mekân-zamansal metotlar önerilmiş ve bu metotlar için değerlendirme ölçütleri geliştirilmiştir. Geliştirilmiş olan değerlendirme ölçütlerine dayalı olarak yeni mekânsal ve mekân-zamansal algoritmalar önerilmiştir. Önerilen algoritmalar Türkiye Twitter sosyal medya verisi üzerinde değerlendirilmiştir. Değerlendirme sonuçları, algoritmaların başarılı bir şekilde sosyal önemli lokasyonları keşfedebildiğini göstermektedir. Bu tez çalışması kapsamında yapılan bir diğer çalışma ise önerilmiş olan mekânsal ve mekân-zamansal sosyal önemli lokasyonlar keşfi algoritmalarının bulut bilişim sistemlerine uyarlanmasıdır. Özel olarak, önerilen algoritmalar Hadoop MapReduce programlama modeline uyarlanmış ve dağıtık kümeler üzerinde sosyal önemli lokasyonların keşfi yapılmıştır. Bulut bilişim sistemleri, önerilen mekânsal ve mekân-zamansal algoritmaların çok kısa sürelerde sonuç üretebilmesini sağlamıştır.
Socially important locations are places which are frequently visited by social media users in their social media lifetime. Discovering socially important locations are important for several applications, such as, location recommendation systems, targeted advertisement, and urban pattern mining. However, discovering socially important locations is challenging due to data size and dimension, spatial and temporal aspects of datasets, and the need for developing computationally efficient approaches. In the literature, several studies are performend for socially important locations discovery. However, most of these studies discovered socially important locations without considering historical data of users. In this thesis, spatial and spatio-temporal methods are proposed to discover socially important locations and developed novel interest measures to quantify socially important locations. Novel spatial and spatio-temporal algorithms are proposed based on these interest measures. Proposed algorithms are evaluated using Turkey Twitter social media dataset. Experimental results present that the algorithms could successfully discover socially important locations. Another study of this thesis is to apply spatial and spatio-temporal socially important locations discovery algorithms on cloud computing systems. In particular, proposed algorithms are modified using Hadoop MapReduce programming model and socially important locations are discovered on distributed clusters. Discovering socially important locations on cloud computing systems provide algorithms to extract results faster than traditional stand-alone systems.