2022 CIDA - Sunum

Author

Züleyha Özbaş Anbarlı, Naim Çınar

Sosyal Ağ Analizi ile Kadın Cinayetlerindeki Politik Kutuplaşmayı Keşfetmek: Pınar Gültekin Cinayetinde Kutuplaşmalarda İlişkiler

Sunum içeriğini takip edebileceğiniz web sayfası:

qr-code-webpage

1 Giriş

Pınar Gültekin’in 16 Temmuz 2020 tarihinde kaybolmasının ardından ailesi, arkadaşları, kadın hareketi örgütleri özellikle sosyal medya plaformlarıını kullanarak Pınar Gültekin’i arama çabasına girişmişlerdi. Bu süreçte Twitter çok etkin bir şekilde kullanıldı.

Süreçle ilgili önemli tarihler:

  • 21 Temmuz 2020’de Cemal Metin Avcı adlı bir erkek tarafından öldürüldüğü ortaya çıktı.

  • Temmuz 2020’de İstanbul Sözleşmesi ile ilgili tartışmalar yoğunlaştı (Abdurrahman Dilipak’ın 27 Temmuz tarihli “AKP’nin papatyaları” adlı yazısına sosyal medyada tepki yağdı)

  • 09 Kasım 2020’de ilk duruşma yapıldı.

  • Türkiye 20 Mart 2021 tarihinde İstanbul Sözleşmesi’nden yapılan aleyhte kampanyaların sonucunda çekildi.

  • 20 Haziran 2022’de 13. duruşmada, önce ağırlaştırılmış müebbet hapis cezası verildi, ardından haksız tahrik indirimiyle ceza 23 yıla düşürüldü.

1.1 Çalışma Soruları

  1. 27 Aralık 2020 ve 03 Ocak 2021 tarihleri arasında Pınar Gültekin cinayetiyle ilgili tweet atan kullanıcılar nasıl bir ağ oluşturuyor?
    • Ağdaki ana karakterler kim?

    • Ağı kim/kimler domine ediyor? Kümelenmeler kimlerden oluşuyor?

    • Ana karakterlerin etrafındaki aktörler kim?

    • Aktörler politik olarak hangi kutupta yer alıyor?

  1. 27 Aralık 2020 ve 03 Ocak 2021 tarihleri arasında Pınar Gültekin cinayetiyle ilgili atılan tweetlerde sıklıkla neler konuşuluyor?

1.2 Verinin Toplanması

Twitter API v2 Academic Research erişim seviyesiyle, R programlama dili kullanılarak (academictwitteR paketi aracılığıyla) veriye erişim sağlandı.

Academic research seviyesi: Erişim sayısı üst limi ayda 10 milyon (Full archive search, Full archive tweet count). Diğer seviyelerde (Essential, Elevated) sadece son bir haftalık veriye erişim mümkün.

1.2.1 Tweet sayılarının dağılımı (Zaman serisi grafiği)

$title
[1] "Saatte atılan tweet sayısı"

attr(,"class")
[1] "labels"

Tweet biçimine göre dağılım:

Compare Tweet Types

1.2.2 Tüm Tweetlere Erişim

Code
get_all_tweets(
  query = c("Pınar Gültekin", "#PınarGültekin", "#PınarGültekinİçinAdalet"),
  start_tweets = "2020-07-21T10:00:00Z",
  end_tweets = "2022-05-05T10:00:00Z",
  lang = "tr",
  file = "pinargultekin",
  data_path = "pg-tweet-data",
  n = 632200,
)

Veriyi oluşturan toplam tweet sayısı:

Code
nrow(joined)
[1] 478278

Verinin içeriği:

Code
colnames(joined.clean)
 [1] "id"                     "created_at"             "retweet_count"         
 [4] "like_count"             "quote_count"            "url"                   
 [7] "hashtag"                "mention_username"       "mention_id"            
[10] "sourcetweet_type"       "sourcetweet_id"         "sourcetweet_text"      
[13] "sourcetweet_author_id"  "text"                   "possibly_sensitive"    
[16] "author_id"              "user_username"          "user_name"             
[19] "user_description"       "user_profile_image_url" "user_url"              
[22] "user_verified"          "user_location"          "user_followers_count"  
[25] "user_following_count"   "user_tweet_count"       "user_list_count"       
[28] "source"                 "in_reply_to_user_id"   

Quoted, Retweet, Unique (replyto dahil) Tweet Sayıları

Code
joined %>%
  count(sourcetweet_type, name = "frequency")
  sourcetweet_type frequency
1           quoted      7620
2        retweeted    412642
3             <NA>     58016

Elde edilen büyük veri için oluşturulan interaktif veri tablosu

Twitter Verisi - Reactable Data Table

1.3 Sosyal Ağ Analizi

1.3.1 Tanımı

  • Sosyal aktörler arasındaki etkileşimin incelenmesine dayanan bir yaklaşım.

  • Matematiğin bir dalı olan çizge teorisine (graph theory) dayanır.

  • Graph theory, Nesneler ve onlar arasındaki ilişkilerin matematiksel temsili olan çizgeleri inceler. Düğümler (node, unit, vertex) ve Ayrıtlardan (edge, line, tie, link) oluşur.

  • Çizge en basit haliyle iki sütunda düğümlerin olduğu bir ayrıt listesidir (edge list)

1.3.2 Merkezilik ölçümleri

  • Sosyal ağdaki aktörler(nodes) sğda farklı yapısa pozisyonlar alabilir ve bilgi akışına farklı biçim ve düzeyde etkileri vardır.

  • Merkezilik ölçümleri bunları ortaya koyar.

Dereceye dayalı merkezilik ölçümleri En kısa yola dayalı merkezilik ölçümleri
Derece merkeziliği Arasındalık merkeziliği
Özvektör merkeziliği Yakınlık merkeziliği
  • Derece merkeziliği (degree, in-degree, out-degree). Ağın yönlü (directed) ya da yönsüz (undirected) olmasına göre farklı ölçümler. Twitter hem yönlü hem de yönsüz bir ağ. Facebook ise yönsüz bir ağ.

  • Derece merkezilği ağdakü tüm komşuları eşit sayar. Önemli olan komşuların sayısıdır.

  • Özvektör (Eigenvector) merkeziliğine göre ise, ağdaki düğüm eğer güçlü düğümlerle bağlantılıysa onun önemi artar.

  • Arasındalık (betweenness) merkeziliği, ağın akışında hangi düşümlerin önemli olduğunu ortaya koyar. Bunu ağdaki en kısa yolları kullanarak belirler. Bu merkezilik, her bir düğümün kaç tane en kısa yol üzerinde olduğunu sayar

  • Yakınlık (closeness) merkeziliği de benzer şekilde düşümler arasındaki en kısa yolları dikkate alır ve bir düğümün diğer tüm düğümlere ortalama mesafesini hesaplar. Mesafe ne kadar düşüksedüğüm o kadar merkezdedir.

1.3.3 Analiz için Verinin Hazırlanması

Bir temizlik aşamasının ardından verimizdeki toplam tweet sayısı: 443811

Çizgeler sırasıyla: retweet, quoted, replyto, mentions, whole

IGRAPH da1878f DN-- 182668 412615 -- 
+ attr: name (v/c), device (e/c), relationship_type (e/c),
| created_at_round (e/n)
IGRAPH 762b833 DN-- 7301 7615 -- 
+ attr: name (v/c), device (e/c), relationship_type (e/c),
| created_at_round (e/n)
IGRAPH 476230f DN-- 6416 6962 -- 
+ attr: name (v/c), device (e/c), relationship_type (e/c),
| created_at_round (e/n)
IGRAPH bd55e4e DN-- 14226 16619 -- 
+ attr: name (v/c), device (e/c), relationship_type (e/c),
| created_at_round (e/n)
IGRAPH e607555 DN-- 194261 443811 -- 
+ attr: name (v/c), device (e/c), relationship_type (e/c),
| created_at_round (e/n)

1.3.4 Seçilen zaman aralığı için oluşturan ağdaki node (düğüm)-edge (ayrıt) sayıları:

Retweet-graph:

IGRAPH 0b5c565 DN-- 15719 35851 -- 
+ attr: name (v/c), device (e/c), relationship_type (e/c),
| created_at_round (e/n)

Quoted Graph:

IGRAPH eafd0da DN-- 363 296 -- 
+ attr: name (v/c), device (e/c), relationship_type (e/c),
| created_at_round (e/n)

Reply-to Graph:

IGRAPH 8c39ba7 DN-- 705 758 -- 
+ attr: name (v/c), device (e/c), relationship_type (e/c),
| created_at_round (e/n)

Mentions Graph:

IGRAPH 93b6552 DN-- 1044 1316 -- 
+ attr: name (v/c), device (e/c), relationship_type (e/c),
| created_at_round (e/n)

Whole Graph:

IGRAPH 97730e8 DN-- 16601 38221 -- 
+ attr: name (v/c), device (e/c), relationship_type (e/c),
| created_at_round (e/n)

1.3.5 Ağın tamamı için (whole_graph) merkezilik ölçümleri

Out-degree: Whole

  denizschmosby     aktepeyekta         gmrrty3   fahri10698828       umitcan25 
            107              95              85              75              62 
     battalgaz3        ykilicer arslansabanrt11  hudutsuzmenzil        kaangucl 
             59              59              57              57              51 

In-degree: Whole

      yenisafak    themarginale       debuffer2       zekibahce      medyaadami 
           3007            1612            1567            1127             936 
ajanshaberresmi    asliaydincer        hurriyet   anadoluajansi     malikejder_ 
            903             879             855             853             801 

Eigenvector Centrality: Whole

in-degree Eigenvector Outdegree
yenisafak 3007.0 1.0 3.0
debuffer2 1567.0 0.5294414939568258 4.0
themarginale 1612.0 0.484534292740911 0.0
malikejder_ 801.0 0.454546744192743 23.0
ajanshaberresmi 903.0 0.4239984681274763 11.0
zekibahce 1127.0 0.34175188184066685 4.0
medyaadami 936.0 0.29958486738959045 5.0
asliaydincer 879.0 0.26428676830335074 0.0
anadoluajansi 853.0 0.2591656138502106 0.0
hurriyet 855.0 0.25872961070801237 0.0
enveryan 763.0 0.24934838027922762 2.0
fatmanuraltun 622.0 0.20846019997440765 0.0
neslihan3029 619.0 0.2027788949827502 6.0
slmhktn 600.0 0.2014278125610776 4.0
fatihtezcan 655.0 0.19705698932603072 2.0
yazparov 648.0 0.19666719949604478 2.0
avicenna_razi 603.0 0.18523846428714535 0.0
umutmurare 564.0 0.1759469537165706 6.0
eha_medya 383.0 0.16208797670774444 7.0
ferayicinadale1 429.0 0.14402642998342383 3.0
cnnturk 417.0 0.13016569021344046 0.0
akantalyali 396.0 0.12702158934500543 5.0
nuhalbayrak 421.0 0.126683476034561 2.0
cakiciefe1453 418.0 0.12614186875642203 1.0
blrcano0o_ 391.0 0.12094855432093157 0.0
manidar_hayat 361.0 0.11274778908590867 0.0
yilmazgul35351 353.0 0.10700030294467901 1.0
tasdemir_cemile 351.0 0.10583156270356196 0.0
thelaikyobaz 348.0 0.10460126341451588 1.0
herkesicinchp 188.0 0.10329376786893778 0.0
drhuriyet 327.0 0.09980553210814692 22.0
mediamuhtari 322.0 0.0968945716676449 3.0
bayanteror 297.0 0.08921523645965673 1.0

Closeness: Whole

aahmetterdogann ibrahim61966688      dilek__rte       mondstern         ikiyaka 
    0.001512859     0.001517451     0.001517451     0.001519757     0.001522070 
      dilikedi1     diiek__rte_   enimenelegzet      ismhndncsy         dondu_e 
    0.001522070     0.001547988     0.001577287     0.001602564     0.001626016 

Betweenness: Whole

ferayicinadale1   denizschmosby     malikejder_       zekibahce   sanli_turk___ 
      24653.522       23747.595       12569.292        9507.165        6389.786 
      drhuriyet belkibirgun2335 hayriyeberberl1  kampuscadilari      umutmurare 
       5784.300        5271.323        4713.151        3443.000        3264.622 

1.3.5.1 En bilgi verici merkezilik ölçümü

Ağ hakkında en bilgilendirici merkezilik ölçüsünü belirlemek için temel bileşenler analizi (principal component analysis - PCA) algoritmasından yararlanılır.

Doğrusal analizde kullanılan bir boyut indirgeme tekniği.

R’de bulunan CINNA paketi ile analiz yapıldı.

1.3.6 Retweet ağı merkezilik ölçümleri

Out-degree: Retweet

    aktepeyekta         gmrrty3   fahri10698828       umitcan25      battalgaz3 
             95              85              75              62              59 
arslansabanrt11  hudutsuzmenzil        ykilicer        kaangucl     fedaimalkoc 
             57              57              55              51              49 

In-degree: Retweet

      yenisafak    themarginale       debuffer2       zekibahce      medyaadami 
           2988            1608            1549            1116             931 
ajanshaberresmi    asliaydincer   anadoluajansi        hurriyet     malikejder_ 
            890             873             829             816             786 

Closeness: Retweet

   borankaplan6     bahgunaydin       ahmt_gzel     nur26139681      tevfikaliz 
    0.006024096     0.006493506     0.006535948     0.006622517     0.006896552 
urfaliogluihsan         meb6307        ilkatman      yusra__571       sskartal3 
    0.006896552     0.006944444     0.006944444     0.006993007     0.006993007 

Betweenness: Retweet

1.3.7 Quoted ağı merkezilik ölçümleri

Out-degree: Quoted

politicalinnov2       aahmttprk      emtevbrane yildizdilek2009   unsalkartal58 
             21               5               5               4               4 
 muradcobanoglu     albay_birol       dcankocak    ahmettozlu29 yunus_arslan_ya 
              3               3               2               2               2 

In-degree: Quoted

  sgirgin48tbmm        hurriyet     devapartisi       yenisafak       debuffer2 
             31              19              15              14               9 
  anadoluajansi ajanshaberresmi      enginozkoc   unsalkartal58          takvim 
              9               8               5               4               4 

Closeness: Quoted

yildizdilek2009       aahmttprk      emtevbrane politicalinnov2    ahmettozlu29 
      0.1666667       0.2000000       0.2000000       0.2000000       0.2500000 
      insanvard   bozdagbulentt         29ercan        aygun_tk        yahreynn 
      0.2500000       0.3333333       0.3333333       0.3333333       0.3333333 

Betweenness: Quoted

      debuffer2 yankibuyuksezer      medyaadami        enveryan      ersinceliq 
              9               1               1               1               1 
 biriktisatci11    gurler_rustu       dcankocak yildizdilek2009    connectumkut 
              1               0               0               0               0 

1.3.8 Replyto ağı merkezilik ölçümleri

Out-degree: Reply to

  denizschmosby         orca34o    vatan66sever    okan54359803     malikejder_ 
             40              20              19              16              15 
       tumham11     murat202202 belkibirgun2335       sedatkck3     1071fatihan 
             14              13              12              12              11 

In-degree: Reply to

 kilicdarogluk  sgirgin48tbmm  herkesicinchp   eczozgurozel     enginozkoc 
            53             39             29             28             18 
   malikejder_    gazetesozcu canan_kaftanci  cumhuriyetgzt       alimahir 
            15             13             11              8              8 

Closeness: Reply to

belkibirgun2335   denizschmosby       yunlu1905         orca34o    vatan66sever 
     0.01694915      0.02777778      0.04000000      0.04166667      0.05555556 
    murat202202    okan54359803   ziyahafizoglu       sedatkck3    cerkes_giray 
     0.08333333      0.08333333      0.10000000      0.11111111      0.11111111 

Betweeenness: Reply to

  denizschmosby    okan54359803       zekibahce belkibirgun2335        yazparov 
           26.0            12.0             4.5             3.0             3.0 
    akantalyali      medyaadami     murat202202      miraataba1         slmhktn 
            2.0             1.5             0.0             0.0             0.0 

1.3.9 Mentions ağı merkezilik ölçümleri

Out-degree: Mentions

  denizschmosby    bizimtvcomtr    vatan66sever        kpopabla    okan54359803 
             67              32              26              23              22 
        orca34o     murat202202 belkibirgun2335     1071fatihan     executive61 
             20              18              16              15              15 

In-degree: Mentions

 herkesicinchp  kilicdarogluk  sgirgin48tbmm   eczozgurozel   bizimtvcomtr 
           157             97             84             34             32 
   gazetesozcu     enginozkoc  cumhuriyetgzt       hurriyet canan_kaftanci 
            18             18             17             15             15 

Closeness: Mentions

belkibirgun2335       yunlu1905   denizschmosby         orca34o    vatan66sever 
     0.01639344      0.03125000      0.03333333      0.04166667      0.05263158 
   okan54359803 smailen89581578     murat202202        kpopabla    cerkes_giray 
     0.06666667      0.07142857      0.08333333      0.08333333      0.10000000 

Betweenness: Mentions

 denizschmosby   okan54359803    haberturktv      zekibahce  aydemirbulent 
          26.0           15.0            9.0            4.5            4.0 
      yazparov        slmhktn    akantalyali gultekindavasi     medyaadami 
           4.0            3.0            2.0            2.0            1.5 

1.4 Sosyal Ağ Görselleştirmeleri

Görselleştirmeler link

1.4.1 Doğal görünmeyen ilişkileri anlamaya çalışmak:

Troll ve bot hesaplar arasındaki fark:

Bot: İnsan davranışlarını taklit etmek üzere programlanan otomatik sosyal medya hesapları

  • Onur Varol (Sabancı Üniversitesi)’un da dahil olduğu bir grup tarafından Indiana Üniversitesi’nde geliştirilen botometer

Troll: Bu hesaplar ise insanlar tarafından kontrol ediliyor (bireyse olarak hareket edebileceği gibi grup halinde de hareket edebilirler).

  • Time-based correlation (orijinal tweetin hemen sonrası benzer zamanlarda yapılan retweetler)

  • Account activity (e.g.: user_tweet_count)

  • Content similarity (e.g.:Sürekli retweet yapan hesaplar)

Yine benzer şekilde Harvard Üniversitesi’nde Troll hesapları tanımlamayla ilgili güncel bir çalışmada (Detecting Troll, Saving Democracy) :

  • content (Bu çalışmada yaptığımız kelime analizine benzer tekniklerle sık tekrarlanan kelime gruplarının tespiti)

  • Followers

  • Following

  • retweet sayısı

1.4.2 Şüpheli etkileşimlerin tanımlanmasıan örnek

Tweetlerin hangi cihazlardan gönderildiği bilgisi (-device type- as an edge attribute):

device-type

TheMarginale’nin tweetine retweetleyen hesaplar (devicetype Android,iPhone ya da iPad olmayan)

themarginale-tweet

Filtrelenen veri:

Code
st1.joined.clean <- subset(joined.clean, created_at> "2020-12-27T00:00:18" & created_at < "2021-01-02T00:23:18")

st1.joined.clean.filtered <- st1.joined.clean%>%
  filter(st1.joined.clean$source == "Twitter Web App") 

st1.joined.clean.filtered <- st1.joined.clean.filtered%>%
  filter(st1.joined.clean.filtered$sourcetweet_id == "1343167361466191874")

Filtrelenen veri için zaman serisi analizi:

İlgili Tweeti retweet yapan hesaplarla ilgili ekran görüntüsü:

themarginale-retweet-accounts

themarginale-retweet-accounts-tweet-counts

1.5 Otomatik Metin Analizi

1.5.1 Metin temizliği aşaması

Sırasıyla;
  1. Bazı özel karakterler ve Türkçe büyük harflerin, Latin harflerine dönüştürülmesi (örn: ‘α’ = ‘a’, ‘á’ = ‘a’, ‘é’ = ‘e’, ‘Ü’ = ‘u’)

  2. Büyük harflerin küçük harfe dönüştürülmesi

  3. Türkçe etkisiz kelimelerin (stopwords) silinmesi (örn: ve, şuna, tamam, yine…473 adet)

  4. Bazı özel karakterlerin silinmesi (örn: removepunctuation, removenumbers, removehashtags, removeurl…)

  5. Türkçe harflerin Latin harflerine dönüştürülmesi

1.5.2 En sık kullanılan kelimeler:

              word    n
1            pınar 4760
2       gültekinin 2827
3         gültekin 2514
4          davadan 2247
5              chp 2128
6            chpli 1896
7            muğla 1457
8           babası 1121
9     milletvekili 1097
10        süleyman  938
11          vazgeç  870
12        babasını  756
13          girgin  722
14        vazgeçin  611
15        ailesine  562
16           vekil  518
17           diyen  495
18 milletvekilinin  489
19        arayarak  487
20      katledilen  446

1.5.3 Kelime bulutu:

1.5.4 En sık kullanılan Emojiler:

# A tibble: 10 × 2
   emoji     n
   <chr> <int>
 1 😡       44
 2 🔴       34
 3 ❗       29
 4 🔹       25
 5 🔥       23
 6 👇       22
 7 ▪️        18
 8 📌       17
 9 💣       16
10 🤬       16

1.6 Skip-gram Modeli

n-gram ve skip-gram ile metnin küçük parçalara ayrılması korelasyonların ve kelimelerin etrafındaki bağlamın incelenmesine olanak verir.

  • N-gram, örnek bir metin içerisindeki bitişik bir n sayıda öğe (bu çalışmada öğe ile kastedilen her bir kelimedir) dizisidir

  • n ifadesi metni kaçar kaçar böleceğimizi açıklar. n = 1 ise “unigram” , n = 2 ise “bigram” (art arda gelen iki kelime), n = 3 olduğundaysa “trigram” olarak ifade edilir.

  • n-gram modelleri doğal dil öğrenme (natural language processing -NLP) uygulamalarında bir sonraki gelecek metni ya da sözü tahmin etme yolu olarak sıklıkla kullanılır

  • k-skip-n-gram için n öğe (kelime) sayısını, k ise kaç kez atlama (skip) yapılmasına izin verildiğini ifade eder.

  • Dolayısıyla bir n-gram aslında hiç atlama olmadığı için 0-skip-n-gram ile aynı anlama gelmektedir

  • Skip-gram modeli, metin içerisindeki bir kelime için, yine metin içindeki onunla alakalı çevresindeki diğer kelimeleri tespit etmek için kullanılan güdümsüz bir öğrenme tekniğidir

1.6.1 Ağ Görselleştirmesi

sp1-skipgram-network

1.6.2 Tüm zamanın metin analizinde ortaya çıkan gruplar (clusters)

 [1] "gültekin, pınar, katledilen, öğrencisi, yeni, cinayetinde, vahşice, üniversite, öldürülen, gültekini, cinayeti, davasında, son, katleden, flaş"                                  
 [2] "cemal, metin, katil, mertcan, zanlısı, kardeşi, avcı, tahliye, avcının, sanık, cma, cüce, muğladaki, isimli, mekanın"                                                            
 [3] "kadınların, pınargültekin, önceki, kişiyi, etiketler, sesiyim, yazıp, etiketleyebildiğiniz, çiçek, yeter, istanbulsözleşmesiyaşatır, çek, üzerinden, kadınasiddetedurde, misiniz"
 [4] "gültekinin, davadan, katili, babasını, arayarak, vazgeç, sıddık, babası, ailesinin, ailesine, arayıp, rezan, cansız, diyen, avukatı"                                             
 [5] "emine, ozgecan, sule, münevver, aleyna, ceren, helin, cet, güleda, bulut, aslan, cakır, karabulut, ozdemir, oldürüldü"                                                           
 [6] "süleyman, chp, muğla, chpli, milletvekili, ağır, suç, yönetim, katilin, ilçe, iddianame, hakkında, ceza, gündür, ailesi"                                                         
 [7] "ortaya, ifadesi, görüntüleri, çıktı"                                                                                                                                             
 [8] "pinargultekin, adalet, pınargültekiniçinadalet, gerçek, erkek, istiyoruz, eski, tweet, imza, kampanyaya, arkadaşı, pınargueltekinicinadalet, yerini, sevgilisi, atın"            
 [9] "kadın, reddi, hakim, öldü, ülkede, cinayetleri, kız, yakılarak, talebi, insanlık, koklamaya, diyor, cesedi, külünü, öpüp"                                                        
[10] "adli, otopsi, tıp, raporu"                                                                                                                                                       
[11] "diri, yakılmış, yakıldığı"                                                                                                                                                       
[12] "üzerine, üstüne, beton, dökülen, varile, koyup, döken, dökülmüş, konup, dökülerek"                                                                                               
[13] "kan, donduran"                                                                                                                                                                   
[14] "allahtan, allah, rahmet, belanızı, versin, eylesin"                                                                                                                              
[15] "bağ, keşif, evinde, yapılacak, evine"                                                                                                                                            
[16] "cinayete, kurban, giden"                                                                                                                                                         
[17] "ört, bas, etmeye, etmek, isteyen, pis, çalıştı, ellerini"                                                                                                                        
[18] ""                                                                                                                                                                                
[19] ""                                                                                                                                                                                

1.6.3 Metin Analizi - Ağ Görselleştirmesi

667875 adet ikili kelime grubu (ski-gram analiziyle oluşturulan)

Code
nrow(skip.gram.count)
[1] 667875

Ağ görselleştirmesi linki