Bodendorf ve Kaiser (2010) forum kullanıcıları arasındaki görüş ve ilişkileri tespit etmek için metin madenciliği yaklaşımını kullanmıştır. Metin madenciliği yaklaşımlarını göstermek için Apple iPhone hakkında fikir alışverişi yapılan örnek forumları etki alanı olarak seçmişlerdir. Makalede, iki forum kullanıcısı arasındaki ilişki, en az bir gönderide bir kullanıcıdan diğerine yönlendirmenin varlığı olarak tanımlanmaktadır. Bu yönlendirmeler, alıcının adından veya gönderenin gönderisindeki alıntıdan hem gönderenin hem de alıcının gönderilerindeki belirli kelimelerin görünmesinden ve forumdaki gönderilerin arasındaki mesafeden bahsetmeyi içermektedir. Bu göstergeler, kullanıcılar arasındaki ilişkileri tanımlayacak kadar güçlü olsa da hangi kullanıcıların kanaat önderi olduğunu tespit etmek için Bodendorf ve Kaiser başka bir gösterge ile çalışmaktadır: merkeziyet. Yaygın olarak üç farklı merkeziyet türü vardır: Derece, Yakınlık ve Aradalık. Derece
merkeziyet, bir kullanıcının başkalarıyla ne sıklıkta doğrudan iletişim kurduğunu ölçer. Bir kullanıcının tüm giden ve gelen ilişkilerinin toplamının ağdaki tüm kullanıcılar arasındaki tüm ilişkilerin toplamına bölünmesi ile hesaplanır. Yakınlık merkeziyet, bir kullanıcının diğer tüm kullanıcılara olan yakınlığını ölçer. Gözlemlenen kullanıcıdan diğerlerine olan tüm yol mesafelerinin ters toplamı olarak tanımlanır. Aradalık merkeziyet, belirli bir kullanıcının, tüm kullanıcı çiftlerinin en kısa bağlantı yolunda ne kadar sıklıkla bulunabileceğini gösterir. Bir kullanıcının aradalık merkeziyeti, kullanıcının bulunduğu en kısa yol sayısının tüm en kısa yolların hepsinin sayısına bölünmesi ile hesaplanır.
Li, Lai ve Chen (2011) 'de belirtildiği üzere, blogosfer, müşterilerin kararları üzerindeki etkisini değerlendirmek için kullanılabilecek birçok sosyal ağ ile ilgili bilgiyi örtük olarak saklamaktadır. Bu makalede, bu etki değeri üç ana kategoriye ayrılmıştır: ağ tabanlı, içerik tabanlı ve aktiflik tabanlı değerler. Ağ tabanlı değer, açık ilişki bağlantıları ya da ziyaretler ve yorum, alıntı ve blog üyelerinin önerilerini içeren sosyal etkileşime atıfta bulunan sosyal bağlantı olarak alt bölümlere sahiptir. Sosyal bağlantı değeri hesaplaması Sayfa Derecesi algoritmasına (gelen/giden bağlantılar) ve bir blog sitesinin ziyaret sayısına dayanırken, sosyal etkileşim, üyelerin önerileri (blogroll), yorum ve alıntıların sayısına göre hesaplanmaktadır.
Benzer şekilde, içerik tabanlı değer de bir blogun öznellik derecesi, uzunluğu ve yaşam süresi olarak üç bölüme ayrılmıştır. Öznellik derecesi, blog yazılarında öznel sözcüklerin mevcut olması anlamına gelirken, uzunluğu bir yazının uzunluğu ve yaşam süresi ise bir blogun ağda var olma süresidir. Öznellik derecesi ve yaşam süresi ağdaki maksimum değere endekslenir ve uzunluk blog ortalaması olarak hesaplanır. Sonunda aktiflik değeri içerik mesajlarına ve yanıtlarına bağlanır. Blogdaki tüm içeriklerin toplamı ve toplanan yorumların belirli bir süre içindeki yanıtları, bir blogun aktiflik değeri olarak tanımlanır. Makalenin önemi sadece kendi yöntemlerini kullanarak deney yapmakla kalmayıp, sonuçları diğer yöntemlerle de karşılaştırmalarından kaynaklanmaktadır. Deney amaçlı olarak için bir web günlüğü topluluğunun bir yıllık verilerini tararlar ve elde edilen sonuçlar modellerinin, aradalık, gözden geçirme değerlendirmesi ve popüler yazar derecelendirmeleri gibi
diğer yaklaşımlardan daha iyi sonuçlar verebileceğini göstermektedir. Ayrıca, yaklaşımlarının ortalama %85'lik bir kesinlik iyileştirmesine sahip olduğunu iddia etmektedirler (Li vd., 2011).
Cho, Hwang ve Lee (2012) makalesinde Y. Cho ve diğerleri N adet varlığa sahip olan, komşu sayısı 6 ile sınırlandırılmış ve varlıkları arasındaki azami mesafenin 10 olduğu kendi varsayımsal ağlarını kurmayı tercih etmişlerdir. Kanaat önderlerini tespit etmek için makalede üç ana kavram değerlendirilmiştir: Samimiyet, Sosyallik ve Merkeziyet. Samimiyet, kullanıcılar arasındaki ilişki durumu ile ilgili bağların gücü olarak tanımlanır. Buna bağlı olarak, sosyallik, bir varlığın samimiyet değerlerinin toplamı olarak tanımlanır. Aynı şekilde Bodendorf ve Kaiser (2010) makalesinde, Y. Cho ve diğerleri, araştırmalarında ağırlıklı olarak merkeziyete odaklanmaktadırlar. Gönderme/Alma adaylığı merkeziyeti (derece merkeziyeti), Uzaklık merkeziyeti (tüm gönderme adaylıklarının toplamı) ve Sıra adaylığı merkeziyeti (tüm komşuların gönderme adaylarının toplamı) ile birlikte sosyalliği bir merkeziyet türü olarak kabul ederler. Matlab'da bu ağı farklı sosyal özelliklere sahip 10.000 farklı varlık ile simüle etmişlerdir. Çok sayıda farklı senaryo simülasyonunun bir sonucu olarak, piyasa lideri firmaların maksimum penetrasyon elde etmek için yüksek mesafe merkeziyetine sahip kanaat önderlerini kullanmaları gerektiğini, piyasayı takip eden firmaların ise simülasyonlarda en kısa zaman alan en yüksek sosyal merkeziyete sahip kanaat önderlerini kullanmaları gerektiğini öne sürmektedirler. Ayrıca, firmalar en yoğun zamanın pazarın özelliklerine göre değişeceğini göz önünde bulundurarak bu en yoğun zamana göre kanaat önderlerini en iyi pazarlama stratejisi olarak seçmelidir.
Z. Zhai ve diğerleri (2008) kanaat önderlerini belirlemek için kullanıcıların başlangıç/yanıt etkileşim bilgilerini kullanmak suretiyle cevap ağları oluşturarak BBS (İlan Tahtası Sistemi) üzerinde çalışmaktadırlar. Kullanıcıların çevrimiçi sürelerine, ileti ve giriş sayılarına göre sistem istatistiklerini kullanan Sistem Bilgisine Dayalı Sistem olarak farklı kanaat önderliği sıralama yöntemlerini, her bir takipçiyi tek bir makale zincirinde 1'e yanıt veren ve tüm makalelerdeki yanıtları hesaplayan Basit İstatistiksel Ölçümleri, başlamış ve yanıtlanmış konuların
kombinasyonu ile hesaplanan Z-Score'u, her bir kullanıcının yanıt sayısı ve kullanıcının takipçilerinin belirginliği ile hesaplanan Sayfa Derecesi ve İlan Tahtası Sistemi'nde bir ilan veya makale zincirinde bulunan İlgi temelli algoritmaları listelemişlerdir. Bu araştırmada, yazarlar Çin'deki en büyük İlan Tahtası Sistemlerinden birinin tarama verileri üzerinde çalıştılar ve yukarıdaki farklı algoritmaları uyguladılar. Sonuç olarak, ilgi alanı temelli algoritmaların iletişim ağındaki yüksek statü düğümlerine duyarlı olduklarını ve performanslarının saha keşfinin kalitesine bağlı olduğunu ileri sürmektedirler.
Yu-tao ve diğerleri (2011) Çevrimiçi Müşteri İncelemeleri analizine dayanarak kanaat önderlerinin tanımlanma yöntemini keşfetmeye odaklanmışlardır. Pazarlama alanında, üzerine Duygusallık parametresini ekleyerek RFM (Yakın Zamandalık, Frekans, Anlık) modelini kullanırlar. Açıklamak gerekirse, yakın zamandalık bir kullanıcının son inceleme zamanı ile şimdiki zaman arasında geçen süredir, frekans, belirli bir süre içinde bir kullanıcının yaptığı inceleme sayısıdır, anlık ise bir kullanıcının incelemesini yararlı bulan kullanıcı sayısının normalleştirilmesidir. Son olarak duygusallık, kullanıcının incelemelerinde mevcut olan duygusal içerikli kelimelerinin sayısının normalleştirilmesidir. Bu modeli tamamlamak için, derece merkeziyeti de değerlendirilmiştir. Bir inceleme portalına dayanan deney sonucunda, RFMS yönteminin mevcut olanlardan daha iyi olduğunu iddia etmişlerdir, çünkü çevrimiçi topluluk inceleme yayıncılarının etkisini etkileyen dört temel faktörün tümünü göz önünde bulundurmuşlardır.
H. Zhou (2009) fikir madenciliğine odaklanmış ve elde ettikleri sonuçları sosyal ağ analizi için kullanmışlardır. Fikir ağlarında kullanıcıları etkileri açısından sıralamak için PageRank (Sayfa Derecesi) algoritmasına dayalı bir OpinionRank (Fikir Derecesi) algoritması yaratmışlardır. Gerçek dünya veri kümeleri ile yapılan testler sonucunda OpinionRank (Fikir Derecesi) yaklaşımı, duygusallık bilgilerini içerdiğinden alternatif yöntemlerden daha iyi bir performans sergilemiştir.
Sosyal topluluklarda kilit seviyedeki etkileyicileri belirleme problemine alternatif bir çözüm, M. Ilyas ve H. Radha'nın çalışmasında tanımlanan sosyal
merkezlerdir (Ilyas ve Radha, 2011). Etkileyici komşuluklardaki merkezi düğümler Temel Bileşen Merkeziyeti (PCC) tarafından sosyal merkezler olarak adlandırılmaktadır. Temel Bileşen Merkeziyeti (PPC) ve özvektör merkeziyeti (EVC) karşılaştırması sayesinde bir düğümün gerçek etkisini bir ağdaki konumu yoluyla analiz etmişlerdir. 70.000 Orkut kullanıcısı ve 143.020 Facebook kullanıcısı arasındaki ilişki Temel Bileşen Merkeziyeti'nin performansını test etmek için analiz edildi ve etkileyici düğümlerinin çoğunun aynı komşulukta ve sosyal merkezlerde olduğu ve değerlendirme amaçlı olarak Temel Bileşen Merkeziyeti'ne yeni parametreler eklemenin eskileri değiştirmeden yeni etkileyiciler eklediğini göstermektedir.
İlan Tahtası Sistemleri, kullanıcıların birbirlerinden yazılar gönderip iletileri yanıtlama mekanizmalarıyla sosyal ağlara benzemektedirler. Bu nedenle, Yu Xioa ve Lin Xia çalışmalarında (2010), İlan Tahtası Sistemlerindeki kanaat önderlerinin ortak özelliklerini sosyal ağ analizi yöntemlerini kullanarak analiz edebildiklerini iddia etmektedirler ancak sonuçlar bu özelliklerin ölçekten bağımsız olduğunu göstermektedir. Dahası, ilgi topluluklarını bulmak için veri kümelerini işleyen ve daha sonra kanaat önderlerini tanımlamak için bu topluluklardaki duygusal ilişkiler üzerinde madencilik yapan bir LeaderRank (Önder Derecesi) algoritması geliştirdiler. Ayrıca çalışmalarında, belirlenen kanaat önderlerinin aktif olarak katılmak amacıyla birkaç tane İlan Tahtası Sistemi seçtiklerini tespit etmişlerdir.
Sosyal ağlarda başkalarının davranışlarını ve algılarını değiştirme yeteneklerine sahip olan kullanıcılar, kanaat önderleri olarak adlandırılırlar ve bu etkileyici etkilerinden dolayı önemlidirler. Li ve diğerleri (2013), çalışmalarında bu etkileyicilerin belirlenmesi sorununu çözmek için gelişmiş bir çerçeve karışımını önerirler. Çerçeve kullanıcıları aşağıdaki dört özelliğe göre sıralamak için metin içeriğini, kullanıcı davranışını ve süreyi analiz eder: uzmanlık, yenilik, etki ve aktivite. Bu çerçeveyi gerçek veri kümeleri üzerine yapılan deneysel bir çalışma ile doğruladılar ve bu deneylerin sonuçları, çerçevenin uzun ömürlülük ve merkeziyet gibi çevrimiçi öğrenme topluluklarındaki kanaat önderlerini tanımlamak için iyi çalıştığını göstermiştir.
Kim ve Tran‟ın (2013) çalışması sosyal ağlardaki kanaat önderlerine sosyal ağ pazarlaması yönünden yaklaşmaktadır. Kanaat önderlerinin etkilerinin boyutlarının sosyal ağ pazarlamasının sonucuna etkisini araştırmak için kullanıcılar arasındaki güven ve güvensizlik ilişkisini ele almışlardır. Çalışmanın ana varsayımı, üç güven ölçütünün, bilgi birikimi puanı (KS), eşleştirme katsayısı (MC) ve Jaccard katsayısı (JC) mevcut olduğu, bunlardan birinin hem güven ilişkisini hem de katılım gösteren kullanıcılar açısından kampanyaların sonucunu yansıtması için sosyal ağ pazarlaması yöneticileri tarafından kullanıldığıdır. Analiz sonucunda hem iç hem de dış derece merkeziyetin her ikisinin de bu üç ölçüt üzerinde etkisi olmasına rağmen, KS ve JC iç-derece merkeziyet odaklı iken MC'nin derece dış-derece merkeziyet odaklı olduğunu ileri iddia etmektedirler. Çalışma ayrıca, kanaat önderlerinin büyüklüğü ile katılım gösteren kullanıcıların büyüklüğü arasında doğrudan bir oran olduğunu göstermektedir.
Blogosfer ayrıca, satış ve reklamcılıkta önemli bir yere sahip olan etkili blogculara sahip başka bir sosyal ağ benzeri topluluktur. Blogcular arasındaki etki gücünü değerlendirmek için, Y. Li ve diğerleri çalışmalarında bir pazarlama hatırlılık değeri (MIV) modeli geliştirmişlerdir (Li vd., 2011). Yapay bir sinir ağını (YSA) kullanarak hatırlılık potansiyeli olan blogcuları keşfederler ve blogları ağ tabanlı, içerik tabanlı ve aktifliğe dayalı faktörler açısından analiz ederler. Deneysel çalışmalar, dış-derece ve aradalık merkeziyeti algoritmaları ile inceleme değerlendirmesi ve popüler yazar yaklaşımlarının, tüm blogosferdeki etkileyici blogcuları tanımlamak için kullanılan diğer özelliklerden daha iyi performans gösterdiğini ortaya koymaktadır.
Aral ve Walker (2012) 'in bir çalışmasında, vivo rastgeleleştirilmiş metodoloji ağlardaki etkiyi tanımlamak için bir yöntem içinde kullanılmaktadır. 1.3 milyon Facebook kullanıcısı örneklemi üzerinde çalıştılar ve teklif edilen bir ürün benimsenmesi konusunda yaşlı kullanıcıların etkilenmeye gençlerden daha az açık olduklarını, kadınların erkekler üzerinde daha fazla etkileyici olduklarını ve diğer kadınlar ile evli kullanıcıların etkilenme konusunda en az duyarlı grup olduklarını gördüler. Analiz ayrıca, hatırlı düğümlerin, hatırlı olmayanlar kadar etkilenmeye açık
olmadıklarını göstermektedir. Liu ve diğerleri (2013) çalışmalarında kanaat önderleri bulmak amacıyla bir yenilik olarak derece merkeziyet, aradalık merkeziyet ve yakınlık merkeziyeti içeren sentez merkeziyeti (SC) önermişlerdir. Stanford Üniversitesi'nin Sayfa Derecesi algoritması ve köprü tarafından indüklenen konu araştırması (HTIC) etkili düğümleri bulmak için kullanılır ve deneysel çalışmanın ardından SC sonuçlarının aynı sonuçları daha yüksek bir kesinlikle örtüştürdüğünü gösterir.
Viral pazarlama kavramı kendi kendini kopyalayan ve yayılan bir mesajla marka farkındalığı yaratmaya dayanır. Etkileyicilerin tanımlanması konusundaki çalışmalarında Kiss ve Bichler (2008), merkeziyet ölçüsünün etkileyicileri seçmek için yeterli veri sağladığını ve bunların müşteri ağlarında viral bir pazarlama kampanyası oluşturmak için kullanıldığını iddia etmektedir. Karar destek sistemi uygulamalarında kullanım uyarımı ve müşteriyi elde tutma yönetimi özellikleri bulunmaktadır ve bir müşterinin merkeziyetinin bu özellikler üzerinde doğrudan etkisi bulunmaktadır. Çok sayıda alternatif arasından hangi merkeziyet ölçütünün kullanılması gerektiğine karar vermek için, bir telekom şirketinin çağrı verisi üzerinde hesaplamalı bir deney geliştirildi ve basit bir dış-derece merkeziyetin çok iyi sonuçlar elde ettiği tespit edildi.
Hatırlıları ve kanaat önderlerini belirlemek sosyal ağ hizmetleri olan mikrobloglar için de önemli bir konudur. Chen ve diğerleri (2012) çalışmalarında etkileşimli davranışların özelliklerinin ve bilginin yayılma biçiminin analizinde etkiyi belirleyen temel faktörleri belirlemişlerdir. Bu faktörler arasında, takipçilerin niteliği ve niceliği, içeriğin kalitesi, yeniden paylaşım oranı ve ilgileri açısından kullanıcılar arasındaki benzerlik yer almaktadır Kullanıcı Bağıl Etki Ölçüm modelini ve Kullanıcı Ağı Küresel Etkileme Modelini birleştirdiler ve süre karmaşıklığı üzerine InfluencerRank (Hatırlı Derecesi) algoritmasını geliştirdiler. Hatırlı Derecesi algoritması Weibo veri kümelerine uygulandı ve algoritmanın mikrobloglardaki hatırlıları tanımlamak için oldukça etkili olduğunu doğruladı. N. Booth ve diğerleri etkileyicileri çalışmalarında “bazıları” olarak tanımlar. Kurumsal marka algılarını biçimlendirmek için sosyal medyada hatırlılar haritalanır ve bunlardan yararlanılır
(Booth ve Matic, 2011). Söz konusu "bazılarını" ürün veya hizmet gibi tek bir konunun etrafında belirli bir sosyal sohbet çevresinde derecelendirmek için değişkenlerin bir kesitini ölçmek amacıyla endeks değerleme algoritmasını kullanırlar. Hatırlıların ötesinde dizin algoritması, konu ve ses tonu gibi belirli özelliklere sahip etkileyicileri tetiklemeye odaklanmak amacıyla konuşma noktalarını ortaya koymaktadır.
ÜÇÜNCÜ BÖLÜM
YENĠ KANAAT ÖNDERĠ YOUTUBE YAYINCILARININ MARKA ĠġBĠRLĠKLERĠNE YÖNELĠK BĠR ARAġTIRMA