Sosyal ağ analizi ile belirli bölgelerdeki değerlenebilecek arsaların tespiti -2

Merhabalar tekrar,

Bir önceki yazımızda analiz için gerekli dataların emlak sitelerinden nasıl temin edileceğini bahsetmiştik (Buradan birinci yazımıza geri dönebilirsiniz.)

Şimdi kaldığımız yerden devam edelim. Siteden analiz için gerekli verileri çektik ama veriler özel bilgi içerebileceğinden dolayı satıcı isimlerine numara vererek filtrelememiz gerekiyor. Maalesef bunun için de biraz java yazmamız gerekiyor 🙁 aslında ilk yazdığımız programa entegre edebiliriz ancak ileride belki kendi başına bir programa dönüşme ihtimalinden dolayı ayrı olarak yazma karar verdim.


import java.io.BufferedWriter;
import java.io.File;
import java.io.FileWriter;
import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.HashMap;
import java.util.List;
import java.util.Set;
public class main {

public static void main(String[] args) {
File saveFilePath=new File("D:/MaskedResult.csv");

try {
List lines= Files.readAllLines(Paths.get("D://result.csv"));
lines.forEach(k->{
System.out.println(k);
});
int counter=1;
HashMap<String, Integer> mask= new HashMap<>();

for (String string : lines) {
String[] seperate=string.split(",");
if(seperate[0]=="locations")
continue;
mask.put(seperate[1], counter++);
}

BufferedWriter writer = new BufferedWriter(new FileWriter(saveFilePath.getAbsolutePath()));
writer.write("locations,owner,weight\n");

for (String string : lines) {
String[] seperate=string.split(",");
if(seperate[0]=="locations")
continue;
writer.write(seperate[0]+","+mask.get(seperate[1])+","+seperate[2]+"\n");
}

writer.flush();
writer.close();

saveFilePath=new File("D:/MaskedValues.csv");
writer = new BufferedWriter(new FileWriter(saveFilePath.getAbsolutePath()));
writer.write("owner,maskedValue\n");
Set ownerList=mask.keySet();
for (String string : ownerList) {

writer.write(string+","+mask.get(string)+"\n");
}
writer.flush();
writer.close();

} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}

}

}

bir önceki programın çıktısı olan result.csv dosyası, bu programın girdisi olacak. Şöyle ki CSV dosyasında üç adet kolonun olduğunu daha öncesinde bahsetmiştim

  1. İlan yeri (location)
  2. İlan sahibinin ismi (owner)
  3. Belirli bir bölgede aynı ilan sahibinin kaç defa ilan verdiği (weight)

Şimdi 2. kolonu filtreleyeceğiz. Bu program çalışma sonunda 2 adet dosya üretecek;

  • MaskedResult.csv – bir önceki program ile aynı sonuç sadece ilan sahipleri rakam ile filtrelenmiş hali
  • MaskedValues.csv – Filtre numarası ve hangi kişiye denk geldiği gösteren dosya olacaktır. Biz tabii ki sadece filtrelenmiş numaralar üzerinden konuşacağız 🙂

Bütün bu süreç sonunda uğraşmak istemiyorsanız, analizde kullanacağımız dosyayı direk olarak buradan indirebilirsiniz.

Açıkçası asıl niyetim analizin cytoscape üzerinde nasıl yapıldığı değilde daha çok analiz sonucunun nasıl yorumlamamız gerektiği üzerine olacaktır. Eğer nasıl yapıldığına dair bir talep gelirse belki nasıl yapıldığına dair de bir yazı hazırlayabilirim. Ancak bu tarz yazılar sadece belirli bir grubun dikkatini çekeceğinden dolayı çokta fazla bir talep geleceğini açıkçası düşünmüyorum.

Analiz dataları cytoscape programından export ederek aldıktan sonra cytoscape.js kütüphanesini kullanarak javascript ile web sitesi için uygun halde entegre edebilirsiniz. Bu kütüphane ile node ve edge’ler arasında gezinmek için basit viewer ekleyebilirsiniz. Node ve edge’leri seçebilir, mouse scroll ileri geri hareketleri ile yakınlaşabilir veya uzaklaşabilirsiniz. Viewerın programlaması zamanında node style’ları ile oynayarak degree centrality ve closeness centrality gibi kavramları daha görsel hale getirebilirsiniz. Sadece bir noktaya değinmek istiyorum, mouse ile yakınlaştıktan sonra viewer da gezinmek için mouse’u biraz basılı tuttun ve pointer üzerinde yarı saydam bir daire oluşacaktır. Ondan sonra viewerda istediğiniz yere doğru çekerek gezinebilirsiniz. Evet şimdi gelelim sonuçları yorumlamaya…

Name Degree BetweennessCentrality ClosenessCentrality
Akse Mahallesi 20 0.30614335 0.09303808
Duraçalı Köyü 13 0.10503012 0.08034117
Çınarlı Mahallesi. 11 1.0 1.0
Kocakaymaz Köyü 11 0.28222401 0.10247412
Tahtalı Köyü 11 0.27100653 0.09702608
Geredeli Köyü 10 0.16886388 0.08947449
Alihocalar Köyü 10 0.03061045 0.07764925
Özgürlük Mahallesi 10 0.0416084 0.08313167
Mollafeneri Köyü 9 0.11682678 0.08418625
Duraklı Köyü 9 0.1233357 0.0816669
Piri Reis Mahallesi 9 0.10205832 0.05831253
Pelitli Köyü 9 0.07028195 0.08346434
Emek Mah. 8 0.02384924 0.08676274
Terziler Köyü 8 0.02384924 0.07673105
Karagöllü Köyü 8 0.10176805 0.09218627
Cami Mahallesi 8 0.14436429 0.07344988
Ahmethacılar Köyü 8 0.04636779 0.08879428
Balçık Köyü 7 0.02045983 0.07517055
Sevindikli Köyü 7 0.16931992 0.0855427
Cumaköy Köyü 7 0.04253262 0.07942336
Topluca Köyü 7 0.06382316 0.08882129
Yeşilkent Mahallesi 7 0.10560633 0.06119669
Seyitaliler Köyü 7 0.0354108 0.07892959
Orhan Mahallesi 7 0.08421794 0.07933705
Yavuz Sultan Selim Mahallesi 7 0.02045983 0.0671033
Sarımeşe Hürriyet Mahallesi 7 0.04063183 0.04781007
İhsaniye Merkez Mahallesi 7 0.06049837 0.06085235
Bulduk Köyü 7 0.34822431 0.09991446
Denizli Köyü 6 0.19123394 0.08809775

Şimdi çıkan ilk 30 sonucu inceleyelim. Degree değerine göre listeyi sıralattığımızda Gebze’ye bağlı Akse mahallesinin en ipi göğüslediğini görüyoruz.

Genel olarak çevresine baktığımızda bu bölgedeki arsa fiyatlarının ortalama 200 bin TL civarında olduğunu görüyoruz. Çevresini incelediğinizde Gebze organize sanayi bölgesine yakın olması da bu bölgedeki arsa hareketliliğinin sebebini aslında açıklıyor. Ancak yatırım yapılabilmesi için daha stratejik bölgeleri bulmaya devam 🙂

Network’ü giant komponentten ayırdığımızda, ilan sahiplerinin adedini node kalınlıklarından anlayabiliyorsunuz. yani 707, 570, 286 ve 472 numaralı ilan sahipleri Akse mahallesini en iyi tanıyan kişiler olduğu yorumunu da yapabiliriz. Bu bölgedeki en çok arsa ilanı sahibi kişilerde bunlardır. Büyük ihtimal bu kişiler birer emlakçı ve birbirlerini tanıma ihtimali çok yüksektir. Bunların dışındaki numaralar büyük ihtimal bireysel satıcıları gösteriyor.

Şimdi akse mahallesinde degree değeri en yüksek olan 707 numaralı ilan sahibinin başka hangi yerlere ilan verdiği yerleri inceleyelim. İlan yerlerini incelediğinizde aralarında direk olarak herhangi bir bağ bulunmuyor. Ancak bu iki arsada ilk otuzun içinde.

Burada dikkatimi çeken başka bir nokta ise 570 ile 707 numaralı kişilerin Gebze’nin dışında ortak eleman olarak Derince’de de ilanları var. 570 numaralı kişide Derince karagöllü köyünde satılık arsası ve 707 numaralı kişininde Derince Tahtalı Köyünde satılık ilanı gözüküyor. Genel satış portföyünü incelediğinizde, Gebze bölgesinde alım satım işleri yapmalarına rağmen derince köyleriyle de ilgilenmişler.

286 numaralı kişi genel olarak Gebze bölgesi ile ilgileniyor. Bu kişi üzerinden başka bir bağlantı inceleyemiyoruz. Şimdi Degree değeri yüksek Duraçalı köyünü inceleyelim.

Akse mahallesinden sonra en yüksek degree değerine sahip olan duraçalı köyü, öne çıkan 795 ve 855 numaralı kişilerin bağlantılarını inceleyeceğiz. Ancak ondan önce aşağıdaki haritaya baktığımızda;

Köyün Kandıra merkez ile tatil yöresi olan Kefken arasında kaldığını görüyoruz. Çevre köylerdeki arsa fiyatlarını incelediğinizde ise yatırımlık için en uygun yerin burası olduğunu görüyorsunuz. Genel olarak fiyatlandırma yol kenarına yakın arsa fiyatları 100 bin TL ve civarında, uzak yerlerin ise 50 bin TL civarında konumlandırıldığını görebiliyorsunuz. Yolun üzerinden geçtiği Duraçalı’ya en yakın köyün Kıncıllı Köyünde Arsa fiyatlarının özellikle yola yakın yerlerin ortalama 200 bin TL olduğunu görebilirsiniz. Şimdide Duracalı köyünde ilan veren sahiplerin bunla beraber hangi bölgeler ile ilgilendiklerine de bakalım.

Köylere baktığımızda tamamı Kandıra’nın köyleri olduğunu görüyoruz. Duraçalı haricinde ki diğer tüm köyler Kandıra’nın altında kalan kalan bölgededir.

855 numaralı kişinin ilan listesine baktığınızda degree si en yüksek olan Balcı köyü, Kandıra’ya yakın ama ilgiden uzak  ancak fiyat olarak uygun gözüküyor. Bu bölgede yatırım yapılması düşünülüyorsa 795 numaralı kişi ile iletişime geçilmesinin daha uygun olacağı gözüküyor.

Degree sırasına göre 3. olan Derince – Çınarlı mah. incelediğimizde giant komponente bağlı olmadığını görüyoruz. Büyük ihtimal ilan sahipleri aynı zamanda arsa sahipleri olabilir. Çünkü hepsinin sadece 1 adet ilanı var ve hiç bir şekilde bir emlakçı ile bağlantıları yok.

Kocakaymaz köyünü incelediğimizde  köyün İzmitin kuzeyi ile kandıranın güneyinde konumlandığını görüyorsunuz

Genel olarak incelediğinizde D605 numaralı karayolu bu bölgedeki arsa fiyatlarını belirlemede önemli bir rol oynamış. Köyün yol düzergahında ve İzmite yakın olması bu bölgeyi tercih sebebi yapmış olduğunu düşünüyorum. Ancak arsa fiyatları ortalama olarak 150 bin TL üzerinde bu sebeple yatırım yapmaktan benim için uzak 🙂 Bu arada aslında ben kendim için değerlendiriyorum. Belki bu değerler sizin için uygun olabilir.

540 numaralı kişiyi incelediğimizde 1 ilan Karaabdülbaki köyünde bir kaç ilanda Bağlıca köyünden çıkıyor. Her ikisininde degree değerleri düşük olduğundan fazla değerlendirmeye katmıyorum.

Buraya kadar incelediğimiz alan içerisinde yatırım yapmaya en uygun yer Duraçalı olarak gözüküyor. Ancak listedeki ilk 10 bölge incelenip ileride yapılması muhtemel projelerle beraber değerlendirmesi en uygun olacaktır. Genel olarak emlakçıların elinde, degree değeri yüksek olmasa da Derince köylerinden satılık arsa var. Bu durum aslında gelecekte bu bölgelerin değerlenme ihtimalinin olduğunu gösteriyor.

Evet, beraber bir social network incelemesi yaptık. Eksik gördüğünüz veya konuşmak istediğiniz bir konu olursa, hiç çekinmeyin konuşabiliriz.

Umarım faydalı olmuştur.
Gökhan

http://www.gokhansaman.com/wp-content/plugins/sociofluid/images/google_48.png http://www.gokhansaman.com/wp-content/plugins/sociofluid/images/myspace_48.png http://www.gokhansaman.com/wp-content/plugins/sociofluid/images/facebook_48.png http://www.gokhansaman.com/wp-content/plugins/sociofluid/images/yahoobuzz_48.png http://www.gokhansaman.com/wp-content/plugins/sociofluid/images/twitter_48.png