Measuring political polarization using big data: The case of Turkish elections

Abstract

Büyük veri, birçok öğrenme görevinde en son makine öğrenimi ve derin öğrenme başarılarının arkasındaki itici güç olmuştur. Sosyal medya verileri, büyük bir veri kaynağı olarak, sosyal hareketleri, politik ve sosyal değişiklikleri anlamak için birçok sosyal çalışmada kullanılmıştır. Bu çalışmada, siyasetin son dönem endişelerinden biri olan siyasi kutuplaşmayı ölçmek için sosyal medya (Twitter) verilerini analiz edeceğiz. Bu çalışmada, Türkiye'de 2019 seçimlerinde toplanan Twitter verilerinden yararlanıl-mıştır; siyasi kutuplaşmayı ölçmek için yeni ölçütler geliştirilmiştir. Sosyal ağdaki siyasi grupları analiz ettik ve ardından seçim döneminde zaman içindeki siyasi kutuplaşmayı ölçtük. Topluluk algılama algoritmalarını uygulayarak, önce toplulukları kullanıcılar arasındaki etkileşimlere göre belirleriz.Ardından, genel bir seçim sürecinde büyük verileri kullanarak siyasi kutuplaşmanın varlığını ve büyümesini başarılı bir şekilde göstermek için kullanıcı grupları (topluluklar) arasındaki etkileşimi ölçüyoruz. Bildiğimiz kadarıyla bu, siyasi bir seçim sürecinde ilk geniş ölçekli siyasi kutuplaşmaya ilişkin veri çalışmasıdır.Big data has been the driving force behind the latest machine learning and deep learning accomplishments in many learning tasks. Social media data, as a big data resource, has recently been used in many social studies to understand the social movements and political and social changes. In this study, we will analyze social media (Twitter) data to measure political polarization, which is one of the recent concerns in politics. This study made use of Twitter data collected in the 2019 elections in Turkey; new metrics are developed to measure the political polarization. We analyzed the political groups in the social network and then measure political polarization overtime during the election period. By applying community detection algorithms, we first identify communities based on the interactions among users. Then, we measure the interaction among user groups (communities) to successfully show the existence and growth of political polarization using big data during a general election process. To the best of our knowledge, this is the first wide-scale big data study on political polarization in a political election process.