Visualizing the world's Twitter data - Jer Thorp

Transcriber: Andrea McDonough Reviewer: Bedirhan Cinar

Çeviri: Gülsah Payaz Gözden geçirme: Gözde Alpçetin

A couple of years ago I started using Twitter,

Birkaç yıl önce Twitter kullanmaya başladım.

and one of the things that really charmed me about Twitter

Twitter konusunda beni en çok etkileyen şey

is that people would wake up in the morning

insanların sabah uyanıp da "Günaydın" demesi oldu.

and they would say, "Good morning!"

which I thought,

Ben de şunu düşündüm:

I'm a Canadian,

Ben Kanadalıyım

so I was a little bit,

o yüzden biraz kibarlığı da severim.

I liked that politeness.

And so, I'm also a giant nerd,

Ayrıca biraz da inek bir tipimdir

and so I wrote a computer program

bu yüzden insanların Twitter'da "Günaydın" deyişini

that would record 24 hours of everybody on Twitter

24 saat boyunca kaydedecek bir program yazdım.

saying, "Good morning!"

And then I asked myself my favorite question,

Sonra kendime şu soruyu sordum:

"What would that look like?"

"Acaba nasıl görünürdü?"

Well, as it turns out, I think it would look something like this.

Belli ki şöyle görünüyormuş.

Right, so we'd see this wave of people

Burada, dünya çapında uyandıkça "Günaydın" diyen insanları görüyoruz.

saying, "Good morning!" across the world as they wake up.

Now the green people, these are people that wake up

Yeşil olanlar insanlar sabah sekizde uyanan insanlar.

at around 8 o'clock in the morning,

Who wakes up at 8 o'clock or says, "Good morning!" at 8?

Kim sabahın sekizinde uyanır ya da o saatte "Günaydın" der ki?

And the orange people,

Sonra turuncular geliyor.

they say, "Good morning!" around 9.

Onlar da saat dokuz civarı "Günaydın" diyorlar.

And the red people, they say, "Good morning!" around 10.

Sonra kırmızılar geliyor; onlar da saat on civarı "Günaydın" diyorlar.

Yeah, more at 10's than, more at 10's than 8's.

Saat onda uyananlar sekizde uyananlardan daha fazla.

Haritaya bakarsanız dünyanın farklı yerlerinde

And actually if you look at this map,

we can learn a little bit about how people wake up

insanların nasıl uyandığına dair bir fikir edinebiliriz.

in different parts of the world.

People on the West Coast, for example,

Örneğin, Batı yakasındaki insanlar

they wake up a little bit later

Doğu yakasındaki insanlardan biraz daha geç kalkıyorlar.

than those people on the East Coast.

Tabii insanların Twitter'de söylediği tek şey bu değil.

But that's not all that people say on Twitter, right?

We also get these really important tweets, like,

Mesela şöyle çok önemli paylaşımlar da görüyoruz:

"I just landed in Orlando!! [plane sign, plane sign]"

"Daha yeni Orlando'ya indim" uçak işareti, uçak işareti.

Or, or, "I just landed in Texas [exclamation point]!"

Ya da "Daha yeni Teksas'a indim" ünlem işareti.

Or "I just landed in Honduras!"

Ya da "Honduras'a iniş yaptım."

These lists, they go on and on and on,

Bu liste bu şekilde uzayıp gidiyor,

all these people, right?

insanlar yazmaya devam ediyor.

So, on the outside, these people are just telling us

Aslına bakarsanız bu insanlar bize

something about how they're traveling.

nasıl seyahat ettikleriyle ilgili bir şey söylüyor.

But we know the truth, don't we?

Ama biz gerçekleri biliyoruz, değil mi?

These people are show-offs!

Bu insanlar hava atıyorlar!

They are showing off that they're in Cape Town and I'm not.

Onlar Cape Town'da olmalarıyla hava atıyorlar ama ben orada değilim!

So I thought, how can we take this vanity

Ben de bu gösterişi alıp

nasıl faydalı bir şeye dönüştürebiliriz diye düşündüm.

and turn it into utility?

So using a similar approach that I did with "Good morning,"

Bu "Günaydın" olayına benzer bir yaklaşım kullanarak

I mapped all those people's trips

bu insanların seyahatlerini haritalandırdım

because I know where they're landing,

çünkü nereye ineceklerini biliyorum,

they just told me,

bana söylemişlerdi

and I know where they live

ve nerede yaşadıklarını da biliyorum

because they share that information on their Twitter profile.

çünkü bu bilgileri Twitter profillerinde paylaşıyorlar.

So what I'm able to do with 36 hours of Twitter

Ben de bu 36 saatlik Twitter maratonumda

is create a model of how people are traveling

insanların bu 36 saat boyunca

around the world during that 36 hours.

dünya çapında yaptıkları seyahatlerin bir modelini çıkardım.

And this is kind of a prototype

Bu, bir tür prototip

because I think if we listen to everybody

çünkü eğer Twitter, Facebook

on Twitter and Facebook and the rest of our social media,

ve diğer sosyal medyadaki kullanıcıları dinlersek

we'd actually get a pretty clear picture

insanların bir yerden başka bir yere nasıl seyahat ettiklerine dair

of how people are traveling from one place to the other,

net bir resim çıkarabiliriz

which is actually turns out to be a very useful thing for scientists,

ki bu da bilim insanları için oldukça faydalı bir şeymiş.

particularly those who are studying how disease is spread.

Özellikle hastalıkların yayılması konusunda çalışanlar için.

So, I work upstairs in the New York Times,

Ben New York Times'te çalışıyorum

and for the last two years,

ve son iki yıldır "Kaskad" denen bir proje üzerinde çalışıyorduk

we've been working on a project called, "Cascade,"

which in some ways is kind of similar to this one.

ki aslında o da buna benzer bir çalışma.

But instead of modeling how people move,

İnsanların nasıl hareket ettiklerini modellemek yerine

we're modeling how people talk.

insanların nasıl konuştuğunu modelliyoruz.

We're looking at what does a discussion look like.

Bir tartışmanın nasıl görüneceğine bakıyoruz.

Well, here's an example.

İşte bir örnek:

This is a discussion around an article called,

Bu, "İnsanların Ölmeyi Unuttuğu Ada"

"The Island Where People Forget to Die".

isimli bir makale üzerine yapılan tartışmalar.

It's about an island in Greece where people live

Yunanistan'da insanların gerçekten çok ama çok uzun zaman yaşadığı bir ada.

a really, really, really, really, really, really long time.

And what we're seeing here

Burada gördüğümüz şey ise

is we're seeing a conversation that's stemming

şu altta, sol tarafta gördüğünüz ilk tweet'ten kaynaklanan bir tartışma.

from that first tweet down in the bottom, left-hand corner.

So we get to see the scope of this conversation

Şu anda dokuz saatlik bir tartışmanın kapsamını görüyoruz.

over about 9 hours right now,

we're going to creep up to 12 hours here in a second.

Bir saniye içinde on iki saatlik hâlini görüyoruz.

But, we can also see what that conversation

Hatta aynı zamanda bu konuşmaların üç boyutlu hâlini de görebiliriz

looks like in three dimensions.

And that three-dimensional view is actually much more useful for us.

ki bu görüntü bizim için çok daha faydalı.

As humans, we are really used to things

İnsanlar olarak, bir şeylerin üç boyutlu haline gerçekten alışkınız.

that are structured as three dimensions.

So, we can look at those little off-shoots of conversation,

Bu yüzden bu tartışmanın diğer dallarını da görebiliriz.

we can find out what exactly happened.

Tam olarak ne olduğunu bulabiliriz.

And this is an interactive, exploratory tool

Bu etkileşimli ve keşfe açık bir araç

so we can go through every step in the conversation.

bu yüzden konuşmanın her adımını görebiliriz.

We can look at who the people were,

Bu insanların kim olduklarına, ne dediklerine, kaç yaşında olduklarına,

what they said,

how old they are,

where they live,

nerede yaşadıklarına, onları kimlerin takip ettiğine

who follows them,

and so on, and so on, and so on.

ve bu tür bir sürü bilgiye ulaşabiliriz.

So, the Times creates about 6,500 pieces of content every month,

Times dergisi, her ay 6500 parça içerik yaratıyor

and we can model every single one

ve biz, o içeriklerin etrafında dönen

of the conversations that happen around them.

konuşmaların her birini modelleyebiliyoruz.

And they look somewhat different.

Ama biraz farklı görünüyorlar.

Depending on the story

Hikâyeye ve insanların hangi hızla o konuda konuştuklarına,

and depending on how fast people are talking about it

and how far the conversation spreads,

konuşmanın ne kadar yayıldığına bağlı olarak

these structures, which I call these conversational architectures,

bu yapılar, ki ben onlara "Konuşma Mimarileri" diyorum,

end up looking different.

hepsi farklı şekiller alıyor.

So, these projects that I've shown you,

Size gösterdiğim bu projelerin hepsi bence aynı şeyi kapsıyor:

I think they all involve the same thing:

we can take small pieces of data

Küçük veri parçalarını alarak, bunları bir araya getirerek

and by putting them together,

we can generate more value,

yüksek değerler yaratabilir

we can do more exciting things with them.

ve onlarla heyecan verici şeyler yapabiliriz.

But so far we've only talked about Twitter, right?

Ama şu ana kadar sadece Twitter'dan bahsettik, değil mi?

And Twitter isn't all the data.

Ama bütün veriler Twitter'da değil.

We learned a moment ago

Daha bir dakika önce öğrendik.

that there is tons and tons,

Dışarıda tonlarca fazla veri var.

tons more data out there.

And specifically, I want you to think about one type of data

Özellikle bir tür veri hakkında düşünmenizi istiyorum.

because all of you guys,

Çünkü hepiniz,

everybody in this audience, we,

buradaki herkes;

we, me as well,

biz, ben de dâhil,

are data-making machines.

veri üretim makinesiyiz.

We are producing data all the time.

Sürekli veri üretiyoruz.

Every single one of us, we're producing data.

Her birimiz veri üretiyor.

Somebody else, though, is storing that data.

Ancak başka birileri de bu verileri depoluyor.

Usually we put our trust into companies to store that data,

Çoğunlukla bu verilerin depolanması konusunda şirketlere güveniyoruz.

but what I want to suggest here

Ama burada tavsiye etmek istediğim şey

is that rather than putting our trust

şirketlerin veri depolamasına güvenmektense

in companies to store that data,

we should put the trust in ourselves

biz kendimiz kendimize güvenmeliyiz

because we actually own that data.

çünkü o verilerin sahibi aslında biziz.

Right, that is something we should remember.

Hatırlamamız gereken bir şey var.

Everything that someone else measures about you,

Başkasının sizin hakkınızda ölçtüğü her şey aslında size ait.

you actually own.

So, it's my hope,

Bu yüzden umuyorum ki,

maybe because I'm a Canadian,

belki de Kanadalı olduğum içindir,

that all of us can come together

hepimiz bu depolayıp durduğumuz kıymetli verilerle bir araya gelebilir

with this really valuable data that we've been storing,

and we can collectively launch that data

ve hep beraber dünya üzerinde

çözülmesi zor olan problemleri çözmek için kullanırız.

toward some of the world's most difficulty problems

because big data can solve big problems,

Çünkü büyük veriler büyük sorunları çözebilir.

but I think it can do it the best

Ama eğer veriyi kontrol eden biz olursak

if it's all of us who are in control.

daha iyi bir şekilde işe yarar diye düşünüyorum.

Thank you.

Teşekkürler.