Sosyal Medya Risk Düzeyinin Psikometrik ve Açıklanabilir Yapay Zekâ Destekli Makine Öğrenmesi Analizi

Authors : Ayhan Doğan, Cihan Ünal
Pages : 674-689
Doi:10.33484/sinopfbd.1800300
View : 67 | Download : 252
Publication Date : 2025-12-24
Article Type : Research Paper
Abstract :Bu çalışmanın amacı, sosyal medya kullanımına ilişkin öz-bildirimlere dayalı risk düzeylerini güvenilir ve şeffaf biçimde sınıflandırmaktır. Bu amaç doğrultusunda, beşli risk sınıfı; psikometrik ölçütler, makine öğrenmesi (ML) tabanlı sınıflandırma ve açıklanabilir yapay zekâ (XAI) yaklaşımlarıyla birlikte değerlendirilmiştir. Analiz, Likert türünde ve 1–5 aralığına eşlenmiş maddelere (1=en düşük–5=en yüksek) dayanmaktadır. Psikometrik incelemede keşfedici faktör analizi (EFA) kapsamında Kaiser–Meyer–Olkin (KMO)=0.862, Bartlett küresellik testi (BTS) P<0.001, Cronbach alfa (α)=0.863 ve EV1/EV2=3.71 değerleri, ölçeğin tek boyutlu ve güvenilir olduğunu göstermektedir. Rastgele Orman (RF) ile çok sınıflı tahmin yapılmış, model olasılıkları izotonik kalibrasyon ile düzeltilmiştir; doğrulamada ROC-AUC=0.959, PR-AUC=0.868, Brier=0.255 ve LogLoss=0.362 elde edilmiştir. Açıklanabilirlik için Shapley Katkı Açıklamaları (SHAP) ve 5 kat dış-örnek (OOF) özet ile beeswarm yöntemleri kullanılarak maddelerin sınıflandırmaya katkıları incelenmiş; 38, 24, 27 ve 25 numaralı maddeler en yüksek ayrım gücünü göstermiştir. Örneklemde risk dağılımı (1–5) sırasıyla %8.2, %42.3, %36.1, %13.4, %0.0 olup orta+yüksek risk yaklaşık %49.5’tir. Bu iki grupta cinsiyet dengelidir, eğitim çoğunlukla ön lisans/lisans düzeyindedir ve 20–30 yaş aralığı baskındır. Bulgular, tek boyutlu ve iç tutarlılığı yüksek ölçeğin, iyi kalibre RF modeli ve SHAP tabanlı açıklamalarla birlikte, araştırma ve uygulamada risk profilleme, erken tarama ve hedefli müdahale planlamalarını destekleyebilecek güçlü ve uygulanabilir bir yaklaşım sunduğunu göstermektedir.
Keywords : Sosyal medya, Risk profilleme, Keşfedici faktör analizi, Makine öğrenimi, Açıklanabilir yapay zekâ

ORIGINAL ARTICLE URL