Akademik Veri Yönetim Sistemi
Güncel Ekonometrik ve İstatistiksel Uygulamalar ile Akademik Çalışmalar, Doç. Dr. Elif TUNA,Doç. Dr. Serkan AKOĞLU, Editör, Özgür Yayınları, İstanbul, ss.201-228, 2024
Python tabanlı yüz tanıma teknolojisi kullanılarak, bu çalışmada 2017 ile 2021 yılları arasında YouTube platformuna yüklenen videolarda yer alan bireylerin yaş, cinsiyet ve ruh halleri gibi özelliklerinin tahmin edilmesi amaçlanmaktadır. Bu yöntem özellikle YouTube sokak röportajlarına katılan bireyler üzerinde uygulanmış olup, işsizlik ve ekonomi ile ilgili konulara odaklanılmıştır.
Duygusal değişkenlerin yaş ve cinsiyet gibi demografik değişkenlerle uyumu ve dağılımı, değişkenler arasındaki ilişkileri ve kategorik çapraz ilişkileri grafiksel haritalama yoluyla görselleştiren çok değişkenli bir teknik olan “korespondans analizi” yöntemi kullanılarak incelenmiştir.
2017 ile 2021 yılları arasındaki her yıla ait duygusal değişkenlerle ilgili veriler toplanmış, özellikle veriler ayrıştırılarak mutsuzluk oranları yüzdelik dilimler halinde hesaplanmıştır. Çalışmada belirli yıllara ait işsizlik oranları ile hesaplanan memnuniyetsizlik derecesi arasındaki ilişki incelenmiştir. Düşük veri hacmi nedeniyle normal dağılım testinin yapılamaması, bu aşamada parametrik olmayan istatistiksel yöntemlerin daha uygun görülmesine yol açmıştır.
Bu çalışma, yüz tanıma sistemlerinin demografik tahminler ve duygusal değerlendirme üzerindeki değerini vurgulamaktadır. Ayrıca, duygusal tahminlerin işsizlik verileriyle eşleştirilmesinin, ekonomik değişimlerin bireysel duygusal tepkileri nasıl etkilediğini değerlendirmede olası değerini ön plana çıkarmaktadır.
Son olarak, yapay zeka ve veri analitiğindeki gelişmelerin toplumsal sorunları anlama ve çözme konusunda sağlayabileceği katkıları vurgulamaktadır. Bu nedenle, pazarlama, ekonomi ve sosyal bilimler gibi alanlarda büyük faydalar sağlayabilecek benzer gelecekteki araştırmaları teşvik edebileceği gibi, veri analizi ve yapay zeka alanındaki gelişmelere de ışık tutabilir.
Using Python-based face recognition technology, this work aims to forecast characteristics including age, gender, and moods of individuals shown in video uploaded on the YouTube platform from 2017 to 2021. This study particularly makes use of this method on individuals engaged in YouTube street interviews, focusing on issues related to the unemployment and economy.
The concordance and distribution of emotional variables alongside demographic variables such as age and gender were investigated using the “correspondence” analysis method, a multivariate technique that visualizes relationships among variables and categorical cross-relationships through graphical mapping.
Data concerning the emotional variance from every year between 2017 and 2021 were gathered. Data were especially separated, and unhappiness rates were computed as percentages from the gathered data. The study looked at the relationship between the unemployment rate for the particular years and the computed degree of discontent. Non-parametric statistical methods were seen more suitable in this phase of the research as the low data volume made normalcy testing impossible.
The value of facial recognition systems in demographic prediction and emotional evaluation is underlined by this work. Furthermore, it emphasizes the possible value of matching emotional forecasts with unemployment data in order to assess how economic changes affect personal emotional responses.
This study emphasizes how improvements in artificial intelligence and data analysis could improve the understanding and answers for society issues. Therefore, it could motivate similar future study with great benefits in marketing, economics, and social sciences as well as highlight developments in data analysis and artificial intelligence.