DİJİTAL HALKLA İLİŞKİLER

Veri yığınlarında ve veri ambarlarında bulunan verinin istatistik ve yapay zekâ temelli çeşitli ileri veri çözümleme yöntemleri kullanılarak detaylı, ilişkisel ve keşifsel biçimde analiz edilmesine veri madenciliği (data mining) denir.

"İlk kez 2010 yılında  Hod Lipson, tarafından dile getirilen “büyük veri” kavramı, günümüzün yapay zekâ algoritmaları ve meta veri / meta evren (meta-verse) gerçekliğine de temel oluşturmaktadır." ifadesi büyük veri (big data) kavramı ile ilgili doğru bilgi içermemektedir.

Popüler temaları ve konuları ortaya çıkarmak için makine öğrenimi ve doğal dil işlemede toplanan metinleri tarama tanımı yapay zeka için kullanılamaz.

Çevresindeki insanların eylemlerini, duygularını ve düşüncelerini anlayabilen Zihin Teorisi  yapay zekâ formu, Star Wars filmlerindeki R2-D2 veya I Robot filmindeki Sonny karakterleri gibi insanlarla sosyal olarak etkileşime geçebilmektedir.

Ayakkabı alan kadın müşterilerin %50’si çanta da alır.” ifadesi  "Birliktelik Analizleri" veri madenciliğinde kullanılan modele örnek olarak verilir.

"Etik değerlere veya duygulara sahip olunmaması, insan hayal gücü ve yaratıcılığı ile kıyaslandığında “kutu dışı (think outside the box)” düşünülmemesi" büyük veri kullanımın taşıdığı risklere örnek olarak verilemez.

Genomik analitikler, uzaktan takip ve AR-GE sağlık alanında kullanılan büyük veri türüne katkıda bulunur.

Bir forumda çeşitli dedikoduların; viral içeriklerin temelini tespit etme; dedikodunun yayılmasında kilit etki yapan kişileri belirleme olarak örneklenen yeni nesil pazarlama kavramının analitik tekniği sosyal ağ analizidir.

Etkileşimli görsel arayüzler ile ilişkisel akıl yürütme ve karmaşık verileri görselleştirerek anlaşılır kılma AI teknolojisi PR alanını pratik kullanım çerçevesinde etkilemez.

kullanım amacı ve öne çıkan araçları: 

Medya izleme: Kantar, Mediatoolkit, Meltwater, Trendkite, TV Eyes, CARMA, Newsmeter

Günümüzde büyük veri ve yapay zekâ denilince akla gelen kavramlardan birisi olan veri tabanı (database): Birbiriyle ilişkilendirilmiş veri topluluğu; belli yapıda dizge şeklinde düzenlenmiş ve bilgisayar ortamında saklanan veri yığını olarak tanımlanmaktadır .

Büyük verinin yapısı ve genel olarak sınıflandırılması  göz önüne alındığında veri kaynakları içinde Web ve sosyal medya, Nesnelerin İnterneti (IoT), dahili veri kaynakları, veri sağlayıcıları yer almaktadır.

Çevrimiçi (online) akışta -özellikle sosyal medya platformlarında- gerçekleşen herkese açık verileri takip etmek, yapay zekâ destekli analiz etmek ve bunlarla etkileşime geçmek anlamında işlev gören Radian6, Clarabridge gibi “sosyal dinleme/müşteri deneyim” araçları büyük verinin amaca uygun ayıklanması adına örnek oluşturmaktadır. Pig Latin, SCOPE, ECL, Impala ise  "sorgu dili " araçları  içinde yer alır.

Günümüzün büyük verisi aşağıda sıralanan temel özelliklere sahip görünmektedir .• Tüm veriyi, sistemi ve nüfusu kapsayabilen işleyiş, • Yüksek hız, gerçek zamanlı (veri girilirken veya girildiği an) işleme, • Petabaytlık boyutlarda ilişkisel veri, • Farklı veri parçalarını ve kümelerini birleştirebilecek ortak alanlar, • Yapılandırılmış ve yapılandırılmamış çeşitlilikte akış, • Ayrıntılı hedefleme ve ayırt edici dizinsel yapı, • Esneklik, genişletilebilirlik ve ölçeklenebilirlik. C şıkkındaki megabaytlık  boyutlar büyük veri için  çok küçük boyutlardır.

Salt Tepkisel: Belleği (hafızası) olmayan tür şeklinde özetlenen “salt tepkisel AI”, değişen koşulları anlayıp ona göre tepki geliştirmektedir. Belli komutlar dahilinde sadece tepki odaklı geri bildirimde bulunan bu tür yapay zekâların en popüler örneğini “DeepBlue (dünya satranç şampiyonu Garri Kasparov’u yenen 1990’ların ünlü yapay zekası)” oluşturmaktadır. Yapay zekânın en basit formu olan bu tür, sadece tek alanda uzmanlaşabilmektedir.

Büyük veri aynı zamanda “bağımlılık (yazılım ve algoritmalara mecbur kalmak)”, “kafa karışıklığı (dijital asistan gibi uygulamaların verdiği kararların kullanıcının kendi tepkileriyle karışabilmesi; uygulamaların kullanıcıyı yönlendirebilmesi)”, “kontrol bilmecesi (yapay zekâ sezilerinden emin olamama)” ve “feragat/vazgeçme (otomatik işlemleri yapay zekaya yaptırıp sorun çıktığında suçu bot/ bulut/dijital asistan gibi AI teknolojilerine atmak)” gibi önemli sorunları beraberinde getirmektedir.Kitlesizleştirme  ise  kimi sorunların çözümünde kullanılan bir özellik olarak değerlendirilir.   Büyük veri yeni medya dilinin “kitlesizleştirme” ilkesi bağlamında  hedef kitleyi daha spesifik bölümlendirebilmek adına kullanılır. Bu sayede paydaşlar arasında hassas analitik ölçümler yapılarak kurum iş yükü hafifletilebilir.

Veri, kısaca işlenmemiş ham bilgiyi/değeri ifade eder.

Konu modelleme: Popüler temaları ve konuları ortaya çıkarmak için makine öğrenimi ve doğal dil işlemede toplanan metinleri taramadır. (Örnek: Covid-19’a yönelik literatür verilerini metin madenciliğiyle tespit etme ve gruplandırma).

Araştırma amaçlı akıllı araçlarda Google Trends ve Google Scholar öne çıkarken, medya ilişkilerinde, MyNewsdesk, PressPage, Prezly, Prowly öne çıkmaktadır.

Verilerin depolanıp yönetildiği sistem ve yazılımlara veri deposu ya da veri ambarı adı verilir.