Kullanıcıların kişiselleştirilmiş çevrimiçi haberlere bakışı: Algoritmik medya farkındalığı üzerine bir çalışma
Users' view of personalized online news: A study on algorithmic media awareness
- Tez No: 959486
- Danışmanlar: PROF. DR. BANU TERKAN
- Tez Türü: Doktora
- Konular: Gazetecilik, Journalism
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Gazetecilik Ana Bilim Dalı
- Bilim Dalı: Gazetecilik Bilim Dalı
- Sayfa Sayısı: 280
Özet
Günümüz dünyasında yapay zeka ve algoritmalar iletişim teknolojileri de dahil olmak üzere birçok alanda yaygın şekilde kullanılmaktadır. İnternet ortamında kişiselleştirme algoritmaları içerik tabanlı benzerlik, işbirlikçi benzerlik, içerik tabanlı çeşitlilik olarak tanımlanan filtreleme sistemlerini kullanarak büyük veri havuzu içerisinde kullanıcıların ilgisini çekebilecek içerikleri onlara önermekte ve aşırı bilgilendirme sorununu hafifletmektedir. Ancak bu filtreleme sistemleri şeffaf olmama, önyargılı içerikler üretme, kişisel verileri ihlal etme gibi etik sorunlara da neden olmaktadır. Bu nedenle kişiselleştirme algoritmalarına yönelik farkındalık dijital çağda bir gereklilik halini almıştır. Bu çalışmada kullanıcıların sosyal medya, haber uygulama platformları, haber siteleri vb. mecralardaki algoritmalara yönelik farkındalık düzeyleri, algoritma haberciliğine ve kişiselleştirilmiş haber öneri sistemlerine ilişkin tutumları analiz edilmeye çalışılmıştır. Çalışmada nicel araştırma yöntemi kullanılmış ve anket tekniğinden yararlanılmıştır. Araştırma Konya ilinde yer alan Selçuk Üniversitesi, Necmettin Erbakan Üniversitesi, Konya Teknik Üniversitesi, KTO Karatay Üniversitesi ve Konya Gıda ve Tarım Üniversitesi'nde eğitim gören 1221 öğrencinin katılımı ile gerçekleştirilmiştir. Çalışmadan elde edilen verilere göre üniversite öğrencilerinin algoritmik medya içeriklerine ve benzerlik temelli haber öneri sistemlerine ilişkin farkındalıkları orta düzeyin üzerindedir. Çevrimiçi haber okuma sürecinde katılımcıların benzerlik temelli öneri sistemlerine yönelik farkındalıkları, çeşitlilik temelli öneri sistemlerine kıyasla daha yüksektir. Öğrencilerin algoritmik medya içerik farkındalıklarıyla sosyal medya kullanım motivasyonları, algoritmik gazetecilik temelli haberlere ilişkin düşünceleri ve haber öneri sistemlerine yönelik tutumları arasında pozitif bir ilişki bulunmaktadır.
Özet (Çeviri)
In today's world, artificial intelligence and algorithms are widely used in many fields, including communication technologies. In the Internet environment, personalization algorithms use filtering systems defined as content-based similarity, collaborative similarity, content-based diversity to recommend content that may be of interest to users in a large data pool and alleviate the problem of information overload. However, these filtering systems also cause ethical problems such as lack of transparency, biased content, and violations of personal data. Therefore, awareness of personalization algorithms has become a necessity in the digital age. In this study, it was tried to analyze users' awareness levels of algorithms on social media, news application platforms, news websites, etc., and their attitudes towards algorithmic journalism and personalized news recommendation systems. The study, which used quantitative research method and survey technique, was carried out with the participation of 1221 students studying at Selçuk University, Necmettin Erbakan University, Konya Technical University, KTO Karatay University and Konya Food and Agriculture University in Konya province. According to the data obtained from the study, university students' awareness of algorithmic media content and similarity-based news recommendation systems is above the medium level. In the online news reading process, participants are more aware of similarity-based recommendation systems than diversity-based recommendation systems. There is a positive relationship between students' awareness of algorithmic media content and their motivation to use social media, their opinions on algorithmic journalism-based news and their attitudes towards news recommendation systems
Benzer Tezler
- Disinformation in the post-truth era: A comparative analysis of the European Union, Türkiye and Brazil's instruments and practices for combating online disinformation
Hakikat sonrası çağda dezenformasyon: Avrupa Birliği, Türkiye ve Brezilya'nın çevrim içi dezenformasyonla mücadeleye yönelik araç ve pratiklerinin karşılaştırmalı analizi
İREM ŞARDAŞLAR
Yüksek Lisans
İngilizce
2025
HukukAnkara ÜniversitesiLatin Amerika Çalışmaları Ana Bilim Dalı
PROF. DR. BESİME PINAR ÖZDEMİR
- Developing an e-commerce recommendation system using deep learning and optimization algorithms
Derin öğrenme ve optimizasyon algoritmaları kullanılarak e-ticaret öneri sistemi geliştirilmesi
RAND JAWAD KADHIM ALMAHMOOD
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADEM TEKEREK
DR. MUHAMMED MUTLU YAPICI
- Bilgi güvenliği eğitimine yönelik uyarlanabilir öğrenme ortamının geliştirilmesi
Development of an adaptive learning system about information security education
ONUR CERAN
Doktora
Türkçe
2021
Eğitim ve ÖğretimGazi ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. SERÇİN KARATAŞ
- Kişiselleştirme–mahremiyet paradoksunun tüketicinin çevrimiçi memnuniyetine etkisinin mobil platform kullanımı özelinde incelenmesi
Investigation of the effect of personalization–privacy paradoks on consumer online satisfaction with the use of mobile platform
CANSU ÇAĞLAR
Yüksek Lisans
Türkçe
2022
Reklamcılıkİstanbul Bilgi ÜniversitesiPazarlama İletişimi Bilim Dalı
PROF. DR. KAAN VARNALI
- Kullanıcı/ürün çiftleri için en iyi öneri algoritmalarının tespit edilmesi
Determining the best recommendation algorithms for user/item pairs
İSMAİL TERZİ
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALPER BİLGE