Normalize tasarlanmış bir database'de çoklu seçim alanlarını tek bir alan olarak birleştirilmiş şekilde gösterme ihtiyacı olabilir. Örneğin kullanıcı tablosu var, kullanıcı için o alanın değer tanımlarının olduğu (propertyid,propertyName) şeklinde bir itmProperty tablosu var ve bir kullanıcı için n satır olmak üzere kullanıcıya ait property değerlerinin tutulduğu (userid,propertyid) şeklinde bir userProperty tablosu var. Bizim istediğimiz ise kullanıcıları listelediğimiz sorguda kullanıcıya ait property değerlerinin isimlerini virgülle ayrılmış şekilde tek bir alanda getirmek. Önce aşağıdaki kullanıcı tanımlı fonksiyonu oluşturmak gerekiyor.
CREATE FUNCTION [dbo].[fnGetPropertyList] (@userid bigint)
RETURNS VARCHAR(8000)
AS
BEGIN
DECLARE @propertyList VARCHAR(8000)
SET @propertyList = ''
DECLARE @rslt VARCHAR(8000)
SET @rslt=NULL
SELECT @propertyList = @propertyList + propertyName + ','
FROM itmProperty
WHERE propertyid in
(select propertyid from userProperty where userid=@userid)
ORDER BY propertyName
IF LEN(@propertyList)>0
SET @rslt= LEFT(@propertyList,(LEN(@propertyList) -1))
ELSE
SET @rslt= NULL
RETURN @rslt
END
Bu fonksiyonu sorgu içerisinde aşağıdaki şekilde kullanabiliriz.
Select *,
fnGetPropertyList(U.userid)
from tblUser U
04 Ocak 2009
12 Aralık 2008
İki Film Birden
Her şey "seks satar" kuramıyla birlikte, "aşk da satar" yan kuramının bulunmasıyla başladı. Dizilerde, sinema filmlerinde ve reklamlarda hep aşk teması kullanıldı. Anlattığınız hikaye ister darbe dönemi anlatımı olsun, ister kurtuluş savaşı olsun, ister Pearl Harbor olsun mutlaka bir aşk hikayesi barındırdı. Karşımıza hep güzel ve yakışıklı "oyuncu" lar çıkarıldı. İnsanlar kendilerinden birşeyler bulmaya başladı. Sonra bayan ürün tüketim sanayisi büyüdü, sonra sıra erkeklere geldi. O ekonomi de yavaş yavaş büyümeye başladı. Sonra etrafta bazı bayanlardan "ortalıkta da doğru düzgün erkek kalmadı, metroseksüel olmasın, adam gibi olsun" veryansınları duyulmaya başlandı.
Şimdi bu oluşan boşluğu da nasıl doldurabilirsiniz? Şöyle; Recep İvedik ve Muro gibi karakterleri sevimli hale sokarak. Böyle yapınca ne olur? Az önceki veryansında bulunan bayan arkadaşlar "oh be, işte böyle doğal adamlar lazım" şeklinde mutlu olurlar. Erkekler ne der peki; "Vay be ne ayı adamlar varmış, ben o kadar da odun değilmişim" diyerek mutlu olur. Hani bir diğer araştırma sonucu "insanlar kendileri etrafında fakir insanlar olunca daha mutlu oluyormuş" sonucundaki gibi bir mutluluk içlerini kaplar. Bu filmleri sinema yönünden eleştirmeye değer bulmuyorum. Muro'nun abuk sabuk (altında farklı çıkarlar olan) siyasi duruşuna da hiç girmiyorum.
Şimdi ne oldu peki? Bir tarafta eğitimli, yakışıklı ve kibar erkekler kızların aşık olacağı "obje" haline getirildi, diğer taraftan da Recep İvedik ile Muro ve ekibi idol gösterildi. İkisi de sattı mı?, sattı.
Galiba insanlar artık hikayelerde kendilerinden birşey bulmak istemiyor. Artık erişemeyecekleri şeyleri izlemekten mutlu, daha iyi konumda olduğu şeyleri izlemekten gururlu olmaya başlamşlar.
Şimdi bu oluşan boşluğu da nasıl doldurabilirsiniz? Şöyle; Recep İvedik ve Muro gibi karakterleri sevimli hale sokarak. Böyle yapınca ne olur? Az önceki veryansında bulunan bayan arkadaşlar "oh be, işte böyle doğal adamlar lazım" şeklinde mutlu olurlar. Erkekler ne der peki; "Vay be ne ayı adamlar varmış, ben o kadar da odun değilmişim" diyerek mutlu olur. Hani bir diğer araştırma sonucu "insanlar kendileri etrafında fakir insanlar olunca daha mutlu oluyormuş" sonucundaki gibi bir mutluluk içlerini kaplar. Bu filmleri sinema yönünden eleştirmeye değer bulmuyorum. Muro'nun abuk sabuk (altında farklı çıkarlar olan) siyasi duruşuna da hiç girmiyorum.
Şimdi ne oldu peki? Bir tarafta eğitimli, yakışıklı ve kibar erkekler kızların aşık olacağı "obje" haline getirildi, diğer taraftan da Recep İvedik ile Muro ve ekibi idol gösterildi. İkisi de sattı mı?, sattı.
Galiba insanlar artık hikayelerde kendilerinden birşey bulmak istemiyor. Artık erişemeyecekleri şeyleri izlemekten mutlu, daha iyi konumda olduğu şeyleri izlemekten gururlu olmaya başlamşlar.
Etiket Analiz Problemleri
Etiketleme kavramı web 2.0'ın en temel yeniliklerinden birisi. Bir içeriğin tanımlanmasında kategori yapısına göre daha esnek ve kolay bir kullanıma sahip. Fakat etikleme konusunda belli başlı bir kaç problem ortaya çıkmakta. Bu problemleri sıralarsak;
* Çoklu çağrışım : Bir kelimenin birden fazla kavramı çağrıştırması.
Örneğin "fasulye" kelimesi hem sebze olarak , hem de yerli bir film ismi olarak kullanılmış olabilir. Bu durumda aynı etiket tamamen alakasız içeriklerde kullanılmış olacaktır.
* Eş anlamlı kelimeler : Aynı kavramın farklı kelimelerle kullanılabilmesi.
Örneğin farklı içeriklerde etiketlenmiş "yaşlı" ve "ihtiyar" kelimeleri aslında anlam olarak birbirleriyle aynı olarak kabul edilebilir, fakat 2 ayrı etiket gibi davranacaklardır.
* Farklı formlarda kullanım : Kelimelerin farklı şekillerde kullanılması, fiil zamanları, kısaltmalar. Kelimelerin özne veya zamana göre farklı şekillerde kullanıldığı durumlardır. Aynı fiilin farklı zaman kullanımlarında farklı şekilde yazılması veya bazı kelmelerin günlük konuşma dilindeki halleriyle kullanılması yine aynı anlamda fakat farklı etiketler oluşturacaktır.
* Farklı dillerde kullanım : İngilizce dışındaki dillerde bazı terimler yaygın olarak ingilizce karşılıklarıyla dil içinde kullanılmaktadır. Özellikle Türkçe'de teknik konularda bu durumun had safhada olduğunu söyleyebiliriz. Örneğin iki içerik, "veritabanı" ve "database" olarak farklı kelimelerle etiketlenebilir. Yine aynı etiketler farklıymış gibi davranacaktır.
* Yazım hataları : Diğer nedenlerin mantıklı birer açıklaması olmasına rağmen bu durum tamamen ya o anki yazım hatasından veya yazan kişinin o kelimeyi yanlış bilmesinden kaynaklanabilir. Örneğin "yalnız" kelimesi "yanlız" olarak etiketlenebilir.
Bu problemlerin hepsinin "semantic tags", yani iki etiket arasındaki ilişkinin fiziksel değil de anlamsal olarak sağlanması yöntemiyle çözülebileceğini söyleyebiliriz. Zemanta ve DBpedia altyapısı kullanarak hazırlanan faviki "semantic tags" konusuna odaklı bir çözüm sunuyor.
* Çoklu çağrışım : Bir kelimenin birden fazla kavramı çağrıştırması.
Örneğin "fasulye" kelimesi hem sebze olarak , hem de yerli bir film ismi olarak kullanılmış olabilir. Bu durumda aynı etiket tamamen alakasız içeriklerde kullanılmış olacaktır.
* Eş anlamlı kelimeler : Aynı kavramın farklı kelimelerle kullanılabilmesi.
Örneğin farklı içeriklerde etiketlenmiş "yaşlı" ve "ihtiyar" kelimeleri aslında anlam olarak birbirleriyle aynı olarak kabul edilebilir, fakat 2 ayrı etiket gibi davranacaklardır.
* Farklı formlarda kullanım : Kelimelerin farklı şekillerde kullanılması, fiil zamanları, kısaltmalar. Kelimelerin özne veya zamana göre farklı şekillerde kullanıldığı durumlardır. Aynı fiilin farklı zaman kullanımlarında farklı şekilde yazılması veya bazı kelmelerin günlük konuşma dilindeki halleriyle kullanılması yine aynı anlamda fakat farklı etiketler oluşturacaktır.
* Farklı dillerde kullanım : İngilizce dışındaki dillerde bazı terimler yaygın olarak ingilizce karşılıklarıyla dil içinde kullanılmaktadır. Özellikle Türkçe'de teknik konularda bu durumun had safhada olduğunu söyleyebiliriz. Örneğin iki içerik, "veritabanı" ve "database" olarak farklı kelimelerle etiketlenebilir. Yine aynı etiketler farklıymış gibi davranacaktır.
* Yazım hataları : Diğer nedenlerin mantıklı birer açıklaması olmasına rağmen bu durum tamamen ya o anki yazım hatasından veya yazan kişinin o kelimeyi yanlış bilmesinden kaynaklanabilir. Örneğin "yalnız" kelimesi "yanlız" olarak etiketlenebilir.
Bu problemlerin hepsinin "semantic tags", yani iki etiket arasındaki ilişkinin fiziksel değil de anlamsal olarak sağlanması yöntemiyle çözülebileceğini söyleyebiliriz. Zemanta ve DBpedia altyapısı kullanarak hazırlanan faviki "semantic tags" konusuna odaklı bir çözüm sunuyor.
09 Aralık 2008
Semantik Arama Motorları

Bir taraftan fiziksel arama yapan klasik arama motorlarının yerini yavaş yavaş semantik arama yapan yenileri almaya başlayacak, diğer taraftan da varolan klasik arama motorları kendilerini bu yeniliğe uygun bir şekilde değiştirmeye başlayacaklar. Klasik arama motorlarına karşı semantik arama odaklı geliştirilen belli başlı servisleri listelemeye çalışacağım. Hemen hepsi hala geliştirme aşamasında olduğu için kalite konusunda herhangi bir ayrım ve sıralama yapmadan gözüme çarpanları listeliyorum.
1- Hakia : Türk Ceo'su ve çok sayıda Türk çalışanlı Hakia arama motorunun odaklandığı konu popüler yerine kaliteli içeriğe ulaşmak. Aramalar temel olarak 3 kritere bağlı olarak yapılıyor. Kütüphaneciler tarafından önerilen güvenilir web siteleri, en güncel olarak tespit edilen içerikler, ilgili içerikler.
2- Powerset : Bir kaç ay önce Microsoft tarafından satın alındı. Konu, cümle ve sorulara wikipedia içeriğini kullanarak en doğru şekilde ulaşmayı hedefliyor
3- swoogle : Ontoloji, döküman ve terimler içerisinde arama yapan bir semantik arama motoru.
4- quintura : Etikete dayalı bir görsellik sunuyor. Klasik arama motorlarıyla arasındaki fark için de "Dos-Windows" benzetmesini yapıyor. Fark yaratan özellikleri "All-in-one approach", "Context management", "Dynamic data clustering", "Visual semantic cloud", "Easy search" şeklinde listelenmiş.
5- stumpedia : Kendilerini "Human Powered Search Engine" (İnsan odaklı arama motoru) şeklinde konumlandırıyorlar. Site içerisinde arama sonucu gelen sonuçları listeleyip onları oylatabiliyor, istenilen terime ait linkler de kullanıcılar tarafından eklenebiliyor.
6- evri : Kişi, ürün ya da aranılan herhangi birşey ile alakalı yazı, resim ve video içeriklerini listeliyor.
7- Gnod : Kitap, müzik, film ve kişi aramalarına ait sonuçları kullanıcıların ilgilerine göre oluşturuyor. Her birinin neden farklı domainlerde olduğu konusunda bir fikrim yok. Bu sitelere müzik , kitap, film, kişi linklerinden ulaşabilirsiniz.
8- boxxet : Yine kullanıcı ilgilerine göre en iyi içeriği sunmayı hedefliyor
RWW'te yaklaşık 1,5 yıl önce tartışılan Is Google a Semantic Search Engine? konusu hem semantik arama motorlarını anlamak konusunda, hem de klasik arama motorlarının muhtemel geçişi hakkında daha detaylı bir bilgi verecektir, okumanızı tavsiye ederim.
05 Aralık 2008
Sql Server 2008 Programlama Yenilikleri
Nedense database yönetim sistemlerinin yeni versiyonları çıktığında bizde çok heyecan yaratmıyor. Nedeni de çok az yeni özellikle gelmeleri. Bunun nedeni ilişkisel veritabanı kavramının yaygın olması sebebiyle yeni özellikten ziyade varolan servislerde performans artışına odaklanılması. Bu sebeple de her yeni versiyonda yüzde olarak performans kazançları belirtilir. Sql Server 2008'de de çok yeni özellik olmasa da ben özellikle veritabanı programlama ile ilgili hoşuma giden birkaç küçük yeniliği yazmak istiyorum.
* Değişken tanımlama
Benim çok canımı sıkan bir durumdu bu. Önce değişkeni tanımlayıp, sonra başlangıç değerini atamak zorunda olmak.
Declare @userid int
Set @userid=999
Geç de olsa bu özellik eklenmiş
Declare @userid=999
* Toplu insert
Daha önce bir kolaylık olarak yazdığım toplu insert konusu union cümlesine gerek kalmadan çözülmüş
insert into user(firstName,lastName,status)
select "Ali","Yazar",1 union all
select "Veli","Okur",0 union all
select "Veysel","Bakar",1
şeklindeki ifade
insert into user(firstName,lastName,status)
values
("Ali","Yazar",1),
("Veli","Okur",0),
("Veyseş","Bakar",1)
bu şekilde yazılabiliyor
* Merge
İki tablonuz olduğunu düşünün. Biri gerçek kullanıcılarınızın olduğu "user" tablosu, diğeri de herhangi bir kaynaktan topladığınız yeni kullanıcılarınız olan "newUSer" tablosu. Yapmak istediğiniz userid bazında bakıp, olmayanları eklemek, olanların ise bilgilerini güncellemek.
Aşağıdaki cümleyle bu işlem yapılabiliyor
Merge user as u
using newUser as n
on u.userid=n.userid
when not matched by target then
insert(firstName,lastName,status)
when matched then
update set
firstName=n.firstName,
lastName=n.lastName,
status=n.status
* Grouplama Setleri
Bu özellikle de birden fazla gruplama alanına göre sonuçlar aynı select cümlesi içinde toplanmış. Msdn sitesindeki örnek bu ihtiyaç için çok uygun olduğu için direk aynısını kullandım.
Select Region,Country,Store,SalePerson,Sum(TotalDue) as TotalSales
from SalesData
group by grouping sets
(
(Region,Country,Store,SalesPerson),
(Region,Country),
(Country),
(Region)
()
)
şeklinde yazılan sorgu sonucu aşağıda şekilde listelenir

Daha fazla bilgiye buradan ulaşabilirsiniz.
* Değişken tanımlama
Benim çok canımı sıkan bir durumdu bu. Önce değişkeni tanımlayıp, sonra başlangıç değerini atamak zorunda olmak.
Declare @userid int
Set @userid=999
Geç de olsa bu özellik eklenmiş
Declare @userid=999
* Toplu insert
Daha önce bir kolaylık olarak yazdığım toplu insert konusu union cümlesine gerek kalmadan çözülmüş
insert into user(firstName,lastName,status)
select "Ali","Yazar",1 union all
select "Veli","Okur",0 union all
select "Veysel","Bakar",1
şeklindeki ifade
insert into user(firstName,lastName,status)
values
("Ali","Yazar",1),
("Veli","Okur",0),
("Veyseş","Bakar",1)
bu şekilde yazılabiliyor
* Merge
İki tablonuz olduğunu düşünün. Biri gerçek kullanıcılarınızın olduğu "user" tablosu, diğeri de herhangi bir kaynaktan topladığınız yeni kullanıcılarınız olan "newUSer" tablosu. Yapmak istediğiniz userid bazında bakıp, olmayanları eklemek, olanların ise bilgilerini güncellemek.
Aşağıdaki cümleyle bu işlem yapılabiliyor
Merge user as u
using newUser as n
on u.userid=n.userid
when not matched by target then
insert(firstName,lastName,status)
when matched then
update set
firstName=n.firstName,
lastName=n.lastName,
status=n.status
* Grouplama Setleri
Bu özellikle de birden fazla gruplama alanına göre sonuçlar aynı select cümlesi içinde toplanmış. Msdn sitesindeki örnek bu ihtiyaç için çok uygun olduğu için direk aynısını kullandım.
Select Region,Country,Store,SalePerson,Sum(TotalDue) as TotalSales
from SalesData
group by grouping sets
(
(Region,Country,Store,SalesPerson),
(Region,Country),
(Country),
(Region)
()
)
şeklinde yazılan sorgu sonucu aşağıda şekilde listelenir
Daha fazla bilgiye buradan ulaşabilirsiniz.
Etiketler:
sql server,
sql server 2008,
t-sql,
veritabanı
25 Kasım 2008
Art And Code
JAOO Conference 2008 kapsamında Guy L. Steele Jr. ve Richard P. Gabriel 'in "50 in 50" isimli sunumu. Programlama dillerinin gelişimini anlatmış. İlk başta sıkıcı olmasını beklediğim sunum, görsel sunumun iyi hazırlanmasıyla keyifli bir hale gelmiş. İzlerken Bil. Müh. müfredatındaki "Programming Languages" dersleri aklıma geldi. 2. sınıfın 1 ve 2. dönemlerinde çoğu öğrencinin herhangi bir programlama dilini bilmemesine rağmen, diller arasında karşılaştırma yapılan ders. O dersin önemli ama bir hayli erken verildiği hissiyatına kapıldım. Uzun ama izlenmesi gereken bir sunum.
05 Kasım 2008
Sosyal Ağ İnsanları, Buradalar Tesadüfen

Sosyal ağları etkin kullananlar aslında farkında olmadan hayatlarının büyük bölümünü sosyal ağ endeksli yaşamaya başladılar. Acaba insanlar bunları kullanırken ne düşünüyor?

• Gideceğin herhangi bir semineri, konferansı, etkinliği, iş yemeğini status olarak yazarsın, çünkü sen devamlı bu şekilde yaşarsın, "karşıdaki araziye boş boş bakmak sana yakışmaz"
• Bu etkinliklerdeki resimleri fotoğraf albümüne eklersin, çünkü status olarak yazmak akılda kalmaz, resimler daha etkilidir
• İş dünyasındaki önemli isimleri mutlaka arkadaş listene eklersin. Hiç bir şekilde tanışmamış olsan da, çünkü "Haaa evet o bizim Ahmet abi, ben tanıyorum, istersen arayayım, tüh cebi neydi" şeklindeki diyaloglar senin için bir güç gösterisidir . "Ahmet abi benim facebook arkadaşım".
• Popüler kampanyalara destek verirsin (internet sansürü... ), çünkü "Sen hem işinde son derece başarılı bir kişi, hem de sosyal duyarlılık abidesi bir kişisin"
• Önemli etkinliklere gitmesen de kendini katılımcı eklersin, çünkü diğer katılımcıların kendi isminden haberdar olmasını istersin. Biraz insaflıysan "belki katılırım" seçeneğini işaretlersin. Zaten İstanbul trafiği hiç bitmez, ve her zaman son anda çıkan bir toplantı olabilir.
• O vesikalık resmi profiline niye koyarsın?, çünkü "insanlar vesikalık fotoğraflarında hep güzel ve yakışıklıdır".
• Doğum günü olayına artık daha bir önem verir hale gelirsin, çünkü Facebook sağ tarafta bunları listeler.

• "Ne yapıyorsun" sorusuna daha önce "İyi be ne olsun, iş güç koşuşturma" yanıtını verirken twitter da "Bilmemkimle kahve içiyorum ;)" yanıtını verirsin
• Seni takip eden sayısı takip ettiğinden fazlaysa karizmatiksindir.
• Herkesin senin abuk sabuk mesajlarını takip etmesini istersin ama sen bu konuda çok seçici davranırsın.
• O an ne yaptığın herkesin en çok merak ettiği konulardan biridir.

• Girdiğin içerik çok önemlidir 580 like 1560 yorum almak istersin. Herkes birden fazla like verse iyi olmaz mı diye düşünürsün. Hatta Scoble like verse sonraki 3 gün mutlu olursun
• Her konuya yorum getirmen, her konuyla alakalı söyleyecek birşeylerin var imajı yaratman içindir; hem ekonomik krize çözüm getirirsin, hem Amerika başkanlık seçimlerinde desteklediğin bir aday vardır, hem de GS-FB maçındaki sahaya diziliş taktikleri konusunda fikir sahibisindir.
• Twitter konusundaki takip durumu burada da geçerli
• Eski 3-5 arkadaşını bayramda aramak yerine mesaj atarsın ama sosyal ağlardaki 580 kişinin bayramını kutlarsın.
Bunların bazıları benim için de geçerli, onları okurken gülümsedim :)
Etiketler:
facebook,
friendfeed,
sosyal ağlar,
twitter
28 Ekim 2008
Mustafa Hakkında Çok Şey

Dün sabah Mustafa filminin basın gösterimindeydim. Daha önce alışılagelmiş Can Dündar belgesel kalitesiyle birlikte vizyon filmi olmasından kaynaklı daha özenle yapılmış bir belgesel beklentim vardı. Öncelikle bunu fazlasıyla karşıladım. Tek bir cümleyle anlatmak istersem "Atatürk askeri ve siyasi kimliğinin ötesindeki bir insandı". Bu anlatım filmde bir çok yerde üzerine basa basa anlatıldı.
Aslında izlediğim bir insanın değil de bizim geçmişimizin bir anlatımıydı. Bir çocuğun dedesinden hatıra dinlemesi gibi belki. Acitasyon taktikleri kullanılmadan o duygu geçişini çok iyi yakaladım. Özellikle bir kaç sahne ciddi anlamda etkiledi. O çocukluğumda çok fazla söylediğim "İzmir'in dağlarında çiçekler açar" ı yine bir çocuk gibi dinledim, içimden bir mırıldanma isteği geldi ama kendimi tuttum, sonra ayağımla hafifçe tempo verdim. Bu duygu sinemasal efektler sonucu muydu acaba? Bunu öğrenmek için 24 saat geçmesini bekledim ve ondan sonra yazıyorum bunları. Peki neydi bende bu coşkuyu uyandıran. Bu bir film değildi. Bunlar gerçekti, belki bir süre önce dünyaya gelsem karakterlerinden biri olacağım bir filmin gerçeği. Diğer taraftan acaba bir Amerikan filmi taktikleriyle bir kahramanın yaşamı abartılı bir şekilde sinemaya mı uyarlanmıştı? Hayır, değildi!
Galiba filmin bir çok sahnesinde günümüzle karşılaştırma yapma ihtiyacı duydum. Her karşılaştırmada da büyük bir klişe haline gelen "Neden Atatürk gibi bir lider gelmedi?" sorusunun cevabını düşünerek. Bu sorunun çok uzunca cevapları var. Filmin sonunda da kafamda bir cümle belirdi. "Birşeylerden taviz vermeden, bazı işleri gerçekleştirmenin imkanı yok". Eğer sıradan bir insan gibi yaşamazsanız, bu dünya sizin için sıradan bir dünya olmayacaktır.
Bir de filmin vurgu yaptığı bazı yerler var. Tartışılacak veya bazı insanlarca kendi görüşleri doğrultusunda yoğrulup kötü hale gelecek. Atatürk kelimesinin içini bilinçli bir şekilde boşaltıp sunan veya bazı insani özelliklerini kötü özellik olarak ön plana çıkaran kesimlerin.
Bir de şu aralar çokça konuşulan "kriz fırsat yaratır mı?" sözleri filmde aynen bu şekilde kullanılmış. Bu izlediğim bir ülkenin kriziydi, bir insanın hayatıydı. Bir insanın hayatı; acılarıyla, coşkularıyla, hırslarıyla, merhametiyle, aşklarıyla, zevkleriyle,yalnızlığıyla.
Yakın geçmişten gelen bir lider öyküsü. Bugünün "lider" lerine duyurulur.
21 Ekim 2008
Twine : Bir Semantik Uygulama Denemesi
Daha önce bir kaç yazıda isminden bahsettiğim twine için biraz daha detaya inmek istiyorum. Twine Semantik uygulama odaklı olarak kurulan Radar Networks tarafından geliştirilen ilk servis.
Hakkında kısmına baktığımızda 3 ana adımda kendilerini tanımlamışlar
Organize. As you add information to Twine, it is automatically tagged so that you and others can find it more easily.
Share. Connect with individuals and groups, gather and share content, and engage in discussions around your interests.
Discover. Twine connects you with new people, content and products that match your interests, and also helps other people discover you and your contributions.
Önce sizden kendi hakkınızda bilgi vermenizi istiyor. Sonra bu ilgi alanlarınıza göre gruplara katılmanızı ve içerik paylaşmanızı bekliyor. İlerleyen süreçte de ilgi alanlarınıza yakın kişi ve içeriklere kolayca ulaşabileceğinizi vaad ediyor.
Benzer yapıda aynı dönemlerde hayata geçirilen socialmedian örneği de mevcut. Bu tarz platformları Web 2.0 Rss teknolojisinin Web 3.0'daki devamı olarak düşünebiliriz. Twine Rss'i bir adım ötesine götürerek kişiye özel içerik yaratmayı hedeflemekte. Platformdaki twine'lar aslında sosyal ağlarda kullandığımız grup kavramının karşılığı. Kullanıcının ilgi, beğeni ve paylaşımlarını analiz ederek kişiye özel içerik sunmayı hedefliyor.
Şu an itibariyle bu servislerin şimdiki versiyonlarını semantik web için bir içerik toplama süreci olarak düşünebiliriz.
CEO Nova Spivack'in twine tanımlamasını tekrar edersem;
Facebook - İlişkileriniz içindir
Linkedin - Kariyeriniz içindir
Twine - İlgilendikleriniz içindir.
17 Ekim 2008
Semantik Reklamcılık Nasıl Olacak?
Web 3.0 hala fikir aşamasında ve şu an konuşulan öznel tanımlar zaman içerisinde gerçek uygulamalrla birlikte nesnel tanımlara dönüşecektir. Peer39 CEO'su Amiad Solomon'un Web 3.0 Conference & Expo etkinliğinde RWW'de yayınlanan yorumlarından bazılarını ülkemiz şartlarını da baz alarak değerlendirmek istiyorum.
Salomon, Web 3.0'ın temel tanımının web 2.0'ın ticari modelleri olacağı şeklinde bir giriş yapmış. Başarılı reklamcılığı da doğru insana, doğru zamanda, doğru ürünü yayınlamak olarak özetlemiş.
Diğer taraftan Semantik yaklaşımları kronolojik sıraya göre "Tagging","Statistics","Linguistics", "Semantic Web", "Artificial Intelligence" olarak listelediğimizde 2. grupta olan Google arama motoruna dayalı reklam modelinin hala çok revaçta, belki de hala bazı markalar tarafından farkına varılamadığı gerçeğini de kabul etmemiz gerekiyor.
Diğer önemli nokta ise semantik bir reklam ağının temel olarak web 2.0 tarzı içerikleri temel alacağını varsayarsak, yine web 2.0 uygulamalarında global başarı yakalamış internet şirketlerinin bu anlamda avantajlı başlayacağını söyleyebiliriz.
Özetle, semantik reklamcılığın ticari tarafından dolayı önemli bir yere sahip olacağı açık gibi görünüyor.
Salomon, Web 3.0'ın temel tanımının web 2.0'ın ticari modelleri olacağı şeklinde bir giriş yapmış. Başarılı reklamcılığı da doğru insana, doğru zamanda, doğru ürünü yayınlamak olarak özetlemiş.
Semantik reklamcılığın da bu hedefe doğru ilerlerken semantik yaklaşımları kullanan reklam modelleri olduğunu söyleyebiliriz. Ama burada öncelikle bir sorunu tanımlamak istiyorum. Özellikle ülkemizdeki reklam ağlarını düşündüğümüzde, bu modellerde hala mikro olarak bile ilişkili reklam gösterimlerine rastlayamıyoruz. İlişkili kavramını da basit olarak cinsiyet bazlı, şehir bazlı, sosyo ekonomik statü bazlı basit segmentasyonlar yapmak olarak tanımlayabiliriz. Belki de 8-10 yıldır gündemde olan veri madenciliği yöntemleri de hala ciddi anlamda kullanılmamaktadır. Yakın gelecekte global anlamda semantik reklamcılığa yakın çözümlerin kullanıldığı dönemlerde, ülkemizde hala bu geciken teknolojilerin kullanılacağını tahmin ediyorum. Bu durumda global modellerin daha çok kullanılması çok da sürpriz olmayacaktır.
Diğer taraftan Semantik yaklaşımları kronolojik sıraya göre "Tagging","Statistics","Linguistics", "Semantic Web", "Artificial Intelligence" olarak listelediğimizde 2. grupta olan Google arama motoruna dayalı reklam modelinin hala çok revaçta, belki de hala bazı markalar tarafından farkına varılamadığı gerçeğini de kabul etmemiz gerekiyor.
Diğer önemli nokta ise semantik bir reklam ağının temel olarak web 2.0 tarzı içerikleri temel alacağını varsayarsak, yine web 2.0 uygulamalarında global başarı yakalamış internet şirketlerinin bu anlamda avantajlı başlayacağını söyleyebiliriz.
Özetle, semantik reklamcılığın ticari tarafından dolayı önemli bir yere sahip olacağı açık gibi görünüyor.
Etiketler:
semantic web,
semantik reklamcılık,
web 3.0

