Citation Number
1
Views
8
Downloands
3
Gelişen web ve akıllı mobil teknolojileri ile sosyal medya platformları yaygınlaşmıştır. Son 10 yılda bu platformlardaki aktif kullanıcı sayısının artması veri üretimine de yansımıştır. Sosyal medya platformları aracılığı ile üretilen mekansal veri doğrudan ya da dolaylı kullanımlarla afet yönetimi, pazarlama, politika gibi geniş çerçevede katkılar sunmaktadır. Bu veri geleneksek gönüllü coğrafi bilgi projelerinde üretilen verinin aksine yapılandırılmamış ve çoğunlukla belirli bir amaç için projelendirilmeden üretilen karma bir veridir. Bu nedenle veri üzerinde çalışılacak konuya göre metin analizleri ile filtreleme yapmanın yanında verinin mekansal tarafını ele almak için coğrafi etiketleme ve referanslama konusunda ön işleme yapmayı gerektirmektedir. Bu makalenin amacı, gönüllü coğrafi bilginin bir alt başlığı olan sosyal medya verilerinin mekansal veri olarak kullanımını değerlendirerek, metinlerden coğrafi bilgi çıkarımı yaklaşımlarını tanıtmaktadır. Coğrafi ayrıştırmada ihtiyaç duyulan coğrafya sözlüğü üretimi için bir metodoloji sunmaktadır. Sunulan metodoloji İstanbul ve Londra için üretilen tweetlerde test edilmiş ve ilgi noktalarının tespitinde özellikle bina bazında temsil edilen alanlar için başarı sağlamıştır. Bu çalışma, doğal dilden bağımsız ve coğrafi tekrarlılığa dayalı coğrafi veri elde etme metodolojisi ile literatüre katkı sağlamaktadır.
The developing web and smart mobile technologies and social media platforms have spread. In the last 10 years, the increase in the number of active users on these platforms has also reflected the data production. The spatial data produced through social media platforms, directly or indirectly, provides extensive contribution, such as catastrophic management, marketing, policy. This data is a mixed data that is not structured and generated in contrast to the data generated in traditional volunteer geographical information projects and is mostly produced without being designed for a specific purpose. Therefore, according to the subject to be studied on the data, it requires the preliminary processing of geographical labelling and reference to address the spatial side of the data in addition to the text analysis and filtering. The purpose of this article is to evaluate the use of social media data as spatial data, which is a subtitle of volunteer geographical information, and to promote approaches to geographical information extraction from texts. It offers a methodology for the production of the geographical dictionary required in geographical separation. The presented methodology has been tested in tweets produced for Istanbul and London and has achieved success in the identification of interests, especially for the areas represented in the building base. This study contributes to literature with the methodology of obtaining geographical data independent of the natural language and based on geographical repetition.
Social media platforms became widespread thanks to the developments in web and smart mobile technologies. Produced data volume has tremendously increased with the growing number of active users in these platforms in the last decade. Spatial data generated through social media platforms, that is in-/directly produced, contribute to diverse topics such as disaster management, marketing, and policy. This data, unlike the general voluntary geographic information, is unstructured and undirected for a project or for a specific purpose. Therefore, it requires pre-processing and filtering for text analysis according to the subject to be studied, and evaluation for direct or indirect spatial data for geospatial analysis. The aim of this article is to introduce and discuss the use of social media data as a subtitle of voluntary geographic information over geo-parsing approaches. This article also presents a methodology for the production of a gazetteer, which is required for geo-parsing techniques. The proposed methodology in this study is tested with the tweets generated within Istanbul and London areas and it is succeeded especially in the detection of point of interest that is representing the buildings. This study contributes to the literature of geographic data retrieval with the methodology, which is independent of natural language and based on the geographic data repetitiveness.
Field : Fen Bilimleri ve Matematik; Mühendislik
Journal Type : Ulusal
Article Detail 
Citation Owners
Similar Articles
Download PDF
Journal Information
Listen Paper
Print This Page
Share
Mendeley
