Sosyal ağları analiz etmek için graf veritabanı çalışması

Tezin amacı, Neo4j'yi Grafik Veritabanı kullanarak Sosyal Ağ Analizi ile şüpheli bireyler ve gemiler arasındaki ilişkiyi tespit etmek, deniz araçlarındaki sosyal ağları analiz etmek ve görsel bir ilişki ağı oluşturmaktır. Örneğin x gemisinde 50 kişi çalışmakta ise bu kişilerden suça karışan var mı ya da başka suçla ilişkilendirilmiş gemilerde çalışmışlar mı gibi soruların cevaplarını görsel bir ağ olarak ortaya koymaktır. SNA, bir vaka ili ilişkili olan ve birbirleriyle etkileşim içinde olan birimlerin simülasyonu ve sunumu için bir çatı sağlar. Veri toplama, sınıflandırma, örüntü tanımlama, tahmin ve görselleştirme için bir grup yöntem ve araç içermektedir. Bu yöntemler kullanılarak; ilişkisel veritatabanı aracılığıyla toplanan ve deniz üzerinde yaşanan suç olayları ile ilişkili kişi verilerinin sosyal ağlar yapısında bir veritabanı oluşturarak, üzerindeki sosyal ağların görüntülenmesi hedeflenmektedir. Ayrıca suç şebekelerinde, bilginin duyarlılığı nedeniyle verilere erişimin sınırlı olması ve "masumiyet faktörü", yani bir suçtan şüphelenilen veya suçlanan bir kişi aslında masum olabilir, gibi sınırlamalar vardır. Bu kısıtlamalar nedeniyle, bireylerin suça karıştıkları hakkındaki yorumları kolluk kuvvetlerine bırakılmıştır. Bu amaca paralel olarak, sosyal ağ modellemesinde geleneksel veritabanlarına göre büyük bir avantaj sağlayan grafik veritabanı modeli seçilerek, Neo4j platformunda bir olay-kişi veritabanı oluşturulmuş ve bir web arayüzü tasarlanarak ilgili mercilerin ağ yapısını görmesi hedeflenmiştir. Bir isyancının ağa bağlı örgütünün nasıl davrandığını ve bu bağlantının davranışını nasıl etkilediğini gösteren şema gösterir. Analistlere ağ tasarımını, üyesinin otonom şekilde nasıl davranıp davranamayacağını, liderliğin nerede bulunduğu veya üyeler arasında nasıl dağıtıldığını ve hiyerarşik dinamikler ile ağ dinamikleri nasıl karışabilir veya karıştırılamaz değerlendirmesine izin verir. Graphlar köşe ve kenarlardan oluşan bir koleksiyon veya bir dizi düğüm ve onları birbirine bağlayan ilişkilerdir. Graphlar varlıkları düğümler olarak ve bu varlıkların dünyayla ilişkiler olarak nasıl ilişkilendirildiğini gösterir. Bu genel amaçlı, etkileyici yapı, bir uzay roketinin yapımından yolların bir sistemine, tedarik zincirinden veya gıda kaynaklı kaynaklardan topluluklar için tıbbi geçmişe kadar her türlü senaryoyu modellememizi sağlar. Bu ağları ele alışımız, düğümleri / kişileri ve sosyal ağdaki kenarları / ilişkileri gösteren sosyal grafikler aracılığıyla yapılır. Ağ analizi, bir sosyal grafik için çeşitli ölçütleri hesaplayan tekniklerden oluşan bir koleksiyondur. Bu ölçümler, ağın topolojisini gösterebilir, insanların birbirlerine nasıl bağlı olduklarını ve en etkili kişilerin kim olduğunu tanımlayabilir. Ayrıca, topluluklar, roller ve kullanıcı eylemleri hakkında bilgi sağlarlar. Son yıllarda, büyük çevrimiçi sosyal ağların sayısının arttığı görülürken, birçoğu yüz milyonlarca kullanıcıya ulaşabilen çok sayıda kullanıcıya sahiptir.