Tez Adı: Önleyici Kolluk Faaliyetleri Kapsamında Sosyal Medyada Veri Madenciliği: Suçları önlemek için Twitter Analytic’i kullanma
Yazar: Emre Cihan Ateş
Danışman: Doç. Dr. Gazi Erkan Bostancı
Yıl: 2021
Tez Türü: Doktora
Yer Bilgisi: Ankara Üniversitesi / Sağlık Bilimleri Enstitüsü / Disiplinlerarası Adli Bilimler Ana Bilim Dalı / Kriminalistik Bilim Dalı
Özet
Sosyal ağların yaygın kullanımı ile birlikte, geçmişte fiziksel mekânlarda olan iletişim ortamlarının giderek sanal hale gelmeye başladığı bir dönemdeyiz. Sosyal ağ kullanımıyla yaşanan değişimler sadece iletişim alanında olmayıp, neredeyse hayatın her alanında mevcuttur. Söz konusu değişimlerin bazısı oldukça iyiyken, bazısı oldukça kötüdür. Suç kavramı, sosyal medya ile değişimden çoğunlukla olumsuz etkilenen alanlardan biri olup, yapılan çalışmalar sosyal medyadaki suçların giderek arttığını göstermektedir. Tez çalışması ile sosyal ağların, suç ve suçla mücadelede kullanımı bütüncül yaklaşımla ele alınmıştır. Bütüncül yaklaşım içerisinde, sosyal medyanın suçu önlemeye yönelik rolü ve suç oluşumu sonrası tespite dair çalışmalar bulunmaktadır. Çalışmadan elde edilen verilerin, farklı analiz yöntemleriyle birlikte ortaya konması amaçlanmıştır. Tez çalışmasında kullanılan veri madenciliği yöntemleriyle birlikte, elde edilen bilgilerin analiz edilmesi bakımından tanımlayıcı/keşfedici sınıfından bir yöntem kullanılmıştır. Çalışmada kullanılan veriler, Twitter üzerinden alınmıştır. Sınırlı zaman periyodundaki veriler üzerinden analiz yapılması, çalışmanın temel kısıtıdır. Verilerin elde edilmesi ve analizi aşamasında Python 3 programlama dili kullanılmıştır. Tez kapsamında; polarite analizi, keşifsel veri analizi, konu modelleme, makine öğrenmesi, ağ analizi, makine çevirisi, veri görselleştirme ve metin benzerliği çalışmaları yapılmıştır. Çalışmada elde edilen verilerden yola çıkarak, sonuçların ilki suçla mücadelede toplum destekli güvenlik hizmeti kapsamında kolluğun paylaşımlarının önemli olduğudur. Etki gücü yüksek mesajlar, sosyal medyada daha çok ilgi görmekte ve hızlıca yayılmaktadır. Sonuçların ikincisi sosyal medya üzerinden makine öğrenmesi yöntemleri kullanılarak oldukça başarılı şekilde siber zorbalık içeren mesajların sınıflandırabildiğidir. Çalışma kapsamında 19 farklı makine öğrenimi algoritması kullanılmış olup, en başarılı sonuç veren LGBM algoritması ile %90.2 F1 Skoru elde edilmiştir. LGBM algoritmasının denetimsiz öğrenme kapsamında suçla mücadelede kullanılması halinde, sosyal medyadaki suçların tespiti için gerekli işgücünü yaklaşık %98’e yakın azaltacağı belirlenmiştir. Sonuçların üçüncüsü ise denetimsiz öğrenme kapsamında büyük veri üzerinde keşifsel veri analizi yaparak, açık kaynak istihbaratı yapılabildiğidir. Veriler üzerinde anomali tespiti yapılarak, olağandışı hesap trafikleri analiz edilmiştir. Bunun yanı sıra sosyal medyanın açık kaynak istihbaratında oldukça nadir bilgileri içerebilmesi açısından önemli olduğu belirlenmiştir. Çalışma sonucu elde edilen verilerden yola çıkarak, sosyal ağların her yönüyle suç ve suçla mücadelede kullanılabileceği tespit edilmiştir. Yapılan bu tez çalışması ile sosyal ağdaki suç kavramı, adli bilişim, kriminoloji ve kriminalistik disiplinleri açısından incelenmiştir. Elde edilen sonuçların, sosyal ağda suç sorununun kökeninin belirlenmesi ile önleyici ve adli hizmetlerde alınacak tedbirler için fikir verdiği değerlendirilmektedir.
