VBL5028 - Sosyal Ağ Analizi

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ

LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

VERİ BİLİMİ VE ANALİTİĞİ - YL

(2025 - 2026) Ders Bilgi Formu

Ders Adı	Kodu	Yarıyıl	T+U Saat	AKTS	Z / S
Sosyal Ağ Analizi	VBL5028	1	3 + 0	7,5	Seçmeli

Birim Bölüm	Veri Bilimi ve Analitiği - YL - Lisansüstü (Yüz yüze)
Amaç	Bu dersin amacı istatistik biliminde yeni kullanılmaya başlanan sosyal ağ analizine ilişkin kavramları ve teorik bilgiyi öğrenciye öğreterek; eğitim, sağlık, ekonomi vb. alanlarda uygulamalar yapmasını sağlamaktır.
Ders İçeriği	Giriş, Sosyal Ağların Tanımı, Sosyal Ağların İş Yapış Biçimine Etkileri, Karmaşık Ağların Görselleştirilmesi, Sosyal Ağların Tarihçesi, Ağlara İlişkin Ölçüler, Ağ Türleri, Sosyal Ağlar, Sosyal Ağlar için Veri Toplama, Pajek ile Sosyal Ağ Analizi Uygulamaları
EBS Koordinatörü	Kadriye Nurdanay ÖZTÜRK

Hafta	Konu
1	Giriş, Sosyal Medya Analizi, Sosyal Ağ Analizi
2	Temel Graf Bilgisi, Graf Temelleri, Graf Gösterim Şekilleri
3	Graflarda Yol ve Bağlantılılık
4	Egosantrik Graflar, Ağ Ölçütleri
5	Derece Merkeziliği, Yakınlık Merkeziliği, Dış Merkezilik Merkeziliği
6	Arasındalık Merkeziliği, Özvektör Merkeziliği, Katz Merkeziliği, PageRank Merkeziliği
7	Otorite ve Göbek Merkeziliği, Merkezilik Ölçütlerinin Karşılaştırılması
8	Otorite ve Göbek Merkeziliği, Merkezilik Ölçütlerinin Karşılaştırılması
9	Karşılıklılık, Ortalama Derece, Derece Dağılımı, Sosyal Benzerlik Katsayısı
10	Yoğunluk, Bağlanabilirlik, Merkezileşme, Verimlilik
11	Gerçek Hayat Ağları, Derece Dağılımı, Ortalama Yol Uzunluğu, Kümelenme Katsayısı
12	Gerçek Hayat Ağları, Derece Dağılımı, Ortalama Yol Uzunluğu, Kümelenme Katsayısı
13	Rassal Ağ Modelleri, Watts-Strogatz Küçük Dünya Ağ Modeli, Barabasi-Albert Ölçekten Bağımsız Ağ Modeli
14	Rassal Ağ Modelleri, Watts-Strogatz Küçük Dünya Ağ Modeli, Barabasi-Albert Ölçekten Bağımsız Ağ Modeli

Program Çıktıları
1	Veri bilimi ve analitiğinin temel bileşenlerine hâkim olma; istatistiksel analiz, veri madenciliği ve makine öğrenmesine ilişkin yöntemleri uygulamalı olarak kullanabilme
2	Yapılandırılmış ve yapılandırılmamış veri tiplerini analiz etme becerisine sahip olma; büyük veri kümeleri üzerinden anlamlı çıkarımlar yaparak analitik yöntemleri etkili biçimde kullanabilme
3	Veri analizi ve modelleme süreçlerinde Python, R, SQL gibi programlama dillerinden yararlanabilme; veri işleme ve otomasyon adımlarını etkin biçimde yönetebilme
4	Veri görselleştirme ve sonuç raporlama tekniklerini kullanarak analiz bulgularını açık, etkili ve karar verme süreçlerine katkı sunacak biçimde ifade edebilme
5	Karmaşık veri odaklı problemleri analiz edebilme, uygun çözüm yolları geliştirebilme ve bilimsel araştırma yöntemleri aracılığıyla yaratıcı, veri temelli kararlar alabilme
6	Veri bilimi ve analitiği kapsamında karşılaşılan problemleri analiz edebilme, uygun veri analizi tekniklerini seçerek çözüm yolları geliştirebilme; istatistiksel, algoritmik ve yapay zekâ temelli yöntemleri eleştirel düşünme yeteneğiyle değerlendirebilme
7	Veri bilimi ve analitiği uygulamalarında Python, R, SQL gibi programlama dillerini etkin biçimde kullanabilme; veri madenciliği, makine öğrenmesi, büyük veri işleme, veri görselleştirme ve modelleme araçlarıyla pratik çözümler geliştirebilme, gerçek veri setleri üzerinde uygulamalar gerçekleştirebilme
8	Veri bilimi ve analitiği ile ilgili bireysel veya ekip çalışmalarında sorumluluk üstlenebilme, karmaşık veri projelerini bağımsız olarak planlayıp yürütebilme; karşılaştığı sorunlara analitik ve yaratıcı çözümler geliştirerek karar alma süreçlerinde etkin rol oynayabilme
9	Veri bilimi ve analitiği alanındaki güncel gelişmeleri, teknolojileri ve yöntemleri izleyerek yaşam boyu öğrenme bilinciyle kendini sürekli geliştirme yetkinliğine sahip olma; yeni bilgi ve becerileri hızla edinip uygulamaya aktarabilme
10	Veri bilimi ve analitiği alanındaki çalışmalarını yazılı, sözlü ve görsel yollarla açık ve etkili bir biçimde ifade edebilme; çok disiplinli takımlarda etkin biçimde çalışabilme, iletişim kurabilme ve iş birliğine dayalı çözümler geliştirebilme
11	Veri bilimi ve analitiği alanına özgü kavramlara, yöntemlere, algoritmalara ve araçlara hâkim olma; etik ilkelere uygun biçimde veri toplama, işleme, analiz etme ve yorumlama süreçlerini yürütebilme, veri gizliliği ve güvenliği konularında sorumluluk bilinciyle hareket edebilme

Ders Öğrenme Çıktısı - Program Çıktıları (1 -5 Puan Aralığı)

Ders Öğrenme Çıktısı	PÇ 1	PÇ 2	PÇ 3	PÇ 4	PÇ 5	PÇ 6	PÇ 7	PÇ 8	PÇ 9	PÇ 10	PÇ 11
Öğrenciler sosyal ağ analizinin tanımını ve kapsamını kavrayacaktır.	-	-	-	-	-	-	-	-	-	-	-
Öğrenciler sosyal ağ analizinin yaklaşımları arkasındaki teorik bilgiyi anlayacaktır.	-	-	-	-	-	-	-	-	-	-	-
Öğrencilere verilen araştırma uygulamaları için en uygun yöntemlerin seçilmesine yol gösterecektir.	-	-	-	-	-	-	-	-	-	-	-
Öğrencilerin sosyal analizi için uygun program kullanımına yardımcı olacaktır.	-	-	-	-	-	-	-	-	-	-	-
Öğrencilere sosyal ağlardaki verilerden bilgi bulma ve çıkarma becerisi kazandıracaktır.	-	-	-	-	-	-	-	-	-	-	-
Ortalama Değer	-	-	-	-	-	-	-	-	-	-	-

https://ebs.bilecik.edu.tr/pdf/dersbilgigetir/451254