ÇOKLU ÇEVİRİMİÇİ SOSYAL AĞLARDA AYNI KİŞİYE AİT HESAPLARI BULMA YAKLAŞIMLARI

Abstract

İnternetin yaygınlaşması ve akıllı telefonlar ile internete erişimin artması ile kullanıcıların katılım sağladığı sosyal ağ sayısı ve sosyal ağlarda geçirdikleri süre her geçen gün artmaktadır. Kullanıcılar tarafından değişik amaçla kullanılan her sosyal ağ farklı kullanıcı verileri içermektedir. Kullanıcıların farklı sosyal ağlardaki hesaplarını bulmak ve bulunan verileri birleştirip tek bir veri havuzunda derlemek hem tavsiye edici sistemlerin çalışmasını iyileştirecek hem de kullanıcı deneyimini arttıran çok önemli bir etken olacaktır. Bu tez çalışmasında dokuz farklı sosyal ağdaki binlerce kullanıcının verisi toplanarak aynı hesapların tespit edilmesi amaçlanmıştır. Çalışma kapsamında özgün düğüm hizalama ve düğüm benzerlik yöntemleri önerilmiştir. Topolojik bazlı düğüm önermede çapa yöntemi kullanılırken bağlantılar arası yoğunluk ilişkileri de dikkate alınmıştır. Benzerlik tabanlı düğüm benzerlik yönteminde ise öznitelik seçim kriterleri, başlangıç noktası tespit problemi ve değişken formülasyon ile başarılı düğüm eşleştirme sayısı arttırılmıştır. Bununla birlikte bu tez çalışmasında hem kullanıcıların profil özelliklerine göre hem de diğer kullanıcılar ile aralarındaki ilişkilere göre hizalama ve benzerlik tespiti yapılmıştır. Farklı sosyal ağlardaki aynı hesaplarının bulunması ile ilgili dokuz farklı metot önerilmiştir. İki ile altı sosyal ağlarda test edilmiş ve kullanıcıların eşleşme başarı oranları ölçülmüştür. Bu sonuçlarda %95'e varan başarı oranları yakalanmıştır. Böylece çoklu sosyal ağlarda farklı öznitelikleri aynı graf üzerinde toplanmış kullanıcılar için birden fazla sosyal ağı kapsayan geniş bir kullanıcı profili oluşturulmasına imkân sağlanmıştır.

With the spread of the Internet and the increase in access to the Internet via smartphones, the number of social networks to which users participate and the time they spend in social networks are increasing day by day. Each social network used by users for different purposes contains different user data. Finding users' accounts in different social networks and compiling the data found and compiling them into a single repository will be a very important factor that will both improve the operation of the recommended systems and increase the user experience. In this thesis, it is aimed to collect the data of thousands of users in nine different social networks and to determine the accounts. Within the scope of the study, original node alignment and node similarity methods are proposed. While using the anchor method in topological-based node proposition, density relationships between the links are also taken into consideration. In the similarity-based node similarity method, attribute selection criteria, starting point detection problem, and variable formulation have increased the number of successful node matching. However, in this thesis, alignment and similarity were determined both according to the profile characteristics of the users and the relationships with other users. Nine different methods have been proposed to find the same accounts on different social networks. It has been tested on two and six social networks, and match success rates of users have been measured. Success rates of up to 95% were achieved in these results. Thus, it is possible to create a full user profile covering multiple social networks for users whose different attributes are gathered on the same graph in multiple social networks.