A Comparative Database Survey on the Use of Big Data in Academic Studies

Web 2.0'ın hayatımıza girmesi ve
makineleşmenin artmasıyla birlikte farklı türdeki verilerin bir arada
üretilmesi, depolanması ve paylaşılması mümkün hale gelmiştir. Dijital dünyadaki
giderek artan devasa miktardaki veriye ve bu verinin analiz sürecine büyük veri
denilmektedir. Bu çalışmanın amacı büyük veri kavramına kavramsal bir çerçeve
çizerek, akademik
çalışmalarda büyük veri kullanımının durumunu, tarih içindeki gelişimini ve
büyük veri yılı olarak adlandırılann 2012 yılı öncesindeki ve sonrasındaki
farklılıkları incemektir. Ayrıca, büyük veri konusunundaki Türkiye'de ve
dünyada yapılan çalışmaların paralellik gösterip göstermediğini ortaya
koymaktır. Yöntem olarak tarama araştırması benimsenmiştir. Bu bağlamda EbscoHost
ASC ve Yükseköğretim Kurulu (YÖK) tez veritabanlarında yapılan
araştırmayla birlikte 2012 sonrasında büyük veriyle alakalı yapılan akademik
çalışmaların 2012 öncesine oranla keskin bir biçimde arttığı görülmüştür.
Bununla birlikte "veri madenciliği" ile ilgili akademik çalışmaların
sayısındaki artışların nispi düşüşü ise veri madenciliği alt dallarının daha
spesifikleşmesiyle açıklanabilmektedir. Ayrıca paralel işleme modellerinden Map
Reduce ve doğal dil işleme uygulamalarından fikir madenciliği yöntemlerinin son
yıllarda ivme kazandığı gözlemlenmiştir. Bu durum Web 2.0'dan Web 3.0'a yani
Etkileşimli Web'den Semantik Web'e geçiş sürecinde olduğumuzu göstermektedir.

With the
introduction of Web 2.0 and the development of mechanization, it has become
possible to produce, store and share different types of data together. The concept of big data has been used to define the
increasing size of data, the increasing velocity at which it is produced and
transmitted, the increasing variety of formats of these data and the analysis process of the data. The
purpose of this study is to draw a conceptual framework for the concept of big
data, to examine the use of big data in academic studies, its change in years
and examine the change before and after the 2012 is called big data year. &nbspWith the quantitative research that has been
conducted in EBSCOhost ASC&nbsp database
designed by Academic Searchâ„¢ Complete and Yükseköğretim Kurulu thesis database
to see the state of big data and big data analysis in academic studies and the
results of these databases have compared to each other.&nbsp As a result of the research, it is obvios
that big data and analysis techniques has severely increased after 2012
compared to before 2012 in academic studies. in the increase rate of
academic studies about "data mining" can be explained with rise of the
specification on sub-branches of data mining. Especially in recent years Map
Reduce in artificial neural networks, sentiment analysis and&nbsp naturel language processing methods gaining
acceleration has been observed.&nbsp This condition shows that we are in the
way towards semantic web from interactive web which is prospering to web 3.0
from web2.0.