DİJİTAL KÜLTÜR

Verileşmeden istifade devlet kurumlarının, petrol sızıntıları veya nükleer kazalar gibi insan kaynaklı felaketlerin ne zaman ve ne şekilde ortaya çıkacağını tahmin etme imkanına kavuşmalarını uydu veri­lerinin gerçek zamanlı topladığı verileri işleyebilen algoritmaların neredeyse %90’a yakın doğrulukla depremleri önceden tahmin edebilmelerini , hava ve su kalitesini ölçebilen sensörler ile akıllı şehirlerin çevresel düzenlemeleri hızlı biçim­de hayata geçirmeleri ya da gerçek zamanlı verilere dayanarak navigasyon uygulamalarının trafik sıkı­şıklığı olduğunda bizlere alternatif rotalar sunması, bu bağlamda sıkça anlatılan örneklerdir.

GDPR (AB) 2016/679, Avrupa Birli­ği içindeki tüm bireylerin mahremiyete ilişkin bir veri koruma düzenlemesidir. GDPR öncelikle bireylere kendi kişisel bilgilerini kontrol altına almalarını ve AB içerisindeki şirketlerin bu yönetmeliklerle uyumlu hâle getirilmesini amaçlamakta­dır. Genel Veri Koruma Yönetmeliği, 14 Nisan 2016 tarihinde kabul edilmiş ve 25 Mayıs 2018’den itibaren yürürlüktedir. GDPR bir yönerge değil, doğrudan bağ­layıcı ve uygulanabilir bir yönetmeliktir.

Kodlama ve bilgisayar bilimi tekniklerine da­yanan bilişimsel sosyal bilim, sosyal medya ve internetten veri toplamak ve analiz etmek için algoritmik metodolojiler geliştirmeye odaklanır. Algoritmik yöntemlerinin dört tane temel özelli­ği vardır: büyük veri setlerinin kullanımı, otoma­tik veya yarı otomatik yazılımlar kullanarak dijital ortamdan veri toplanılması, toplanılan büyük veri kümelerinin bilgisayar bilimlerinden alınan bir dizi farklı teknik ile modellenmesi ve işlenen verinin görselleştirilmesidir

Nitel veriler, belli bir yapısal özelliğe sahip olup olmadıklarına göre simgelenen verilerdir. Nitel veriler konvansiyonel araştırma yöntemlerine göre sayılabilir ama ölçül­mez. Birimlere dayalı ölçülmezler ve sayılarak de­ğerleri, yoğunlukları belirtilebilen, belli bir yapısal özelliği, farklılığı taşımakla (veya taşımamakla) simgelenen verilerdir.

Nicel veri (Quantitative data) birimlerin ölçüm ve tartım sonucu değerleri saptanan sayısal özellik­lerini belirten, aralıklı ölçekli veya orantılı ölçekli değişkenler. Bir deneyin sayılabilir, ölçülebilir özel­liğini veren verilerdir.

Belli bir düzene ve formata sahip olma­yan, bu sebeple de analiz edilebilmesi için belli kriterlere göre düzenlenmesi ve bir formata sokulması gereken veri topluluk­larına yapılandırılmamış veriler denilir. Yapılandırılmamış veriler, var olan tüm veriler­dir ya da veriye dönüştürülebilecek varlıklardır. Ya­pılandırılmamış verilerin kendi içlerinde mutlaka dâhili bir yapısı vardır. Farkları ise önceden tanım­lanmış modellerle veya şema aracılığıyla yapılandı­rılmış olmamalarıdır. Bu tür veriler metinsel veya metinsel olmayan, insan veya makine tarafından oluşturulmuş olabilir. NoSQL (Not only SQL) gibi ilişkisel olmayan bir veritabanında saklanabilir.

Yapılandırılmış verilerin kullanıldığı yaygın ilişkisel veritabanı örnekleridir. Yapılandı­rılmış Sorgu Dili (SQL), ilişkisel veritabanlarında bu tür yapılandırılmış veriler üzerinde sorgular ya­pılmasını sağlar. Başlıca kullanım alanları, müşteri davranış kalıplarını ve eğilimlerini ortaya çıkaran veri kümeleri oluşturmaktır.

E-posta, yarı yapılandırılmış veri türleri içinde gösterilebilecek en yaygın örnektir. Süreç içerisindeki parçacığı izleme, tekilleştirme ve kavram arama adımları için daha gelişmiş analiz araçları gerekli olsa da; e-postanın yerel meta ve­rileri, herhangi bir ek araç olmadan sınıflandırma ve anahtar kelime aramasını sağlar.

Web kazıma, çeşitli yazılımlar kullanarak dijital ortamlardan veri çıkarılması ve bu verileri merkezî bir veri tabanında ve analizde depolanmaya uygun bir forma dönüştürülmesi işlemidir. Çoğunlukla bu yön­tem herhangi bir şekilde API hizmeti vermeyen sitelerde kullanılır.

Son dönemde ağ analizini kolaylaştıran önemli yeniliklerden biri, ilişkisel verileri görselleştirmek için tasarlanmış yazılımların ortaya çıkışıdır. Bu ya­zılımlar, arayüzlerin etkileşim özelliğini, haritaların görselliği ve çizge kuramının hesaplama gücünü bir araya getirirler. En çok kullanılan ağ analizi yazı­lımlarından bazıları Pajek, NetDraw, Cinet, Graph Commons, NodeXL ve Gephi’dir