Bilgisayar bilimlerindeki kaynakça verilerinin konularına göre sınıflandırılması ve görselleştirilmesi

Hızlı ve sürekli büyüyen topluluklar büyük veri kaynaklarını oluşturmaktadır. Toplulukların yapısını ve aralarındaki etkileşimleri incelemek, topluluklar hakkında sağlıklı bilgiler edinip gelişimini ve değişimini gözlemlemek amacıyla bu veri kaynaklarının çeşitli bilimsel yöntemlerle analizi gerekmektedir. Sosyal ağlar, toplulukları ve aralarındaki ilişkileri modellemek ve görselleştirmek için kullanılan önemli yapılardan biridir. Büyük ve karmaşık sistemleri sosyal ağlar şeklinde modelleyerek yapılarını daha anlaşılır hale getirmek, bağlantılarını ve değişimlerini analiz etmek mümkündür. Bununla beraber toplulukların yapısını daha anlaşılır kılmak, ağ yapısını ve dinamikliğini geliştirmek amacıyla bilgi çıkarımı yöntemleri de kullanılmaktadır. Bilgi çıkarımı yöntemleri kullanarak, değişik kaynaklardan elde edilen, henüz bilinmeyen bilgileri ve bağlantıları elde etmek mümkündür. Akademik topluluklar hızlı ve sürekli büyüyen topluluklara örnektir. Sosyal ağ yapıları ve bilgi çıkarımı yöntemleri akademik toplulukların analizinde sıkça kullanılan önemli yöntemlerdendir. Bu tez çalışmasında üç temel çalışma sunulmuştur. Birinci çalışma, farklı kaynaklardan elde edilen akademik topluluk verilerinin sadeleştirilmesi ve bütünleştirilmesidir. Bu amaçla DBLP, ACMCCS ve ASN akademik topluluk veri kaynakları kullanılmıştır. Elde edilen verilere bilgi çıkarımı yöntemleri uygulanmış ve ağ içeresindeki kayıp bağlantılar tespit edilerek oluşacak olan ağın yapısı iyileştirilmiştir. İkinci çalışma, akademik topluluk içerisindeki varlıkların ve aralarındaki ilişkilerin incelenmesidir. Bu amaçla topluluk ağ şeklinde modellenmiştir. Yazarlar, yayınlar ve diğer varlıkların oluşturduğu alt ağlar tespit edilmiştir. Ağın niteliklerine göre sınıflandırma işlemleri yapılmıştır. Son olarak, elde edilen sonuçların sorgulanabileceği, izlenebileceği ve raporlanabileceği çevrimiçi bir web uygulaması geliştirilmiştir.