İÇİŞLERİ BAKANLIĞI NÜFUS VE VATANDAŞLIK İŞLERİ GENEL MÜDÜRLÜĞÜ TARAFINDAN SAĞLANAN PDF TABANLI ALT-ÜST SOY VERİLERİNİN GRAFİK TABANLI DİJİTAL SOY AĞAÇLARINA ÇEVRİLMESİNDEN SONRA BİREYLERE AİT BU VERİLERİN ENTEGRE EDİLMESİ İÇİN GEREKEN ALGORİTMALARIN KURULUMU VE ENTEGRE EDİLMİŞ SİSTEMİN İNSAN ARAMA MOTORU OLARAK KULLANILMASI

Author :  

Year-Number: 2021-38
Language : null
Konu :
Number of pages: 439-448
Mendeley EndNote Alıntı Yap

Abstract

NVİ tarafından sağlanan PDF tabanlı alt-üst soy verilerinin grafik ve görsel tabanlı ve de her yöne doğru genişletilebilen bir dijital soyağacı sistemine dönüştürülebileceği konusunda çalışmalar yapılmıştı. Ancak bu verilerin daha da kıymetli hale gelebilmesi için aynı veri tabanı üzerinde kayıtlı akrabalık ilişikleri olan başka kişilere ait diğer dijital soy ağaçları ile birleştirilebilir. Peki ama bu birleştirmeye neden ihtiyaç duyulsun. Bu yolla elde edilen veriler ego-centric özellikler taşıdığı için sonsuz büyüklükte ve sonsuz sayıda tekrarlamalı dijital soyağaçları oluşursa bu veriler ne işimize yarar, nasıl işlenir ve nasıl kullanılır? Veri tabanı üzerinde her bulunan ilişkisel durum derhal kullanılmamalı. Ayrıca soy ağaçları karşılıklı rıza ile birleştirilse bile ortaya çıkan veri karmaşası nasıl çözümlenecek, hangi ağaçtaki veri esas kabul edilecek? Bir soyağacı üzerinde bulunan iki kişinin arasındaki ilişki için kullanılabilecek birden fazla ifade bulunabilir. Mesela erkek kardeşiniz babanızın oğludur. Ama aynı zamanda annenizin de oğludur. Bu kişi bir taraftan da dayınızın yeğenidir. Örnek sonsuz oranda çoğaltılabilir. Bir kardeş için bile durum böyle ise aynı ağaçtaki başka kişiler için acaba kaç çeşit ifade kullanılabilir? Bir diğer taraftan ise aile ilişkilerindeki rollere ülke genelinde verilen isimler de o kadar çeşitlidir ki bu rollere kullanılması gereken ifadeler için bir terminoloji sunucusu da gerekmektedir. Söz konusu olan iki akrabalık için bulunması gereken en kısa yol ve bunun en anlamlı ifadesi ise ortaya çıkması muhtemel büyük karmaşa için geliştirilmesi gerekli bir çözüm olmalıdır. Örnek alınabilecek bir algoritma mevcuttur. Bilgisayar ağlarında router olarak adlandırılan cihazların arasındaki en kısa yolu bulan algoritmalardan yararlanmak bir çözüm olarak düşünülebilir. Kurulan sistemlerin bu temellere uygun olarak modellenmesi durumunda ise ortaya yeni bir kabiliyet ve potansiyel çıkmaktadır. Kişi bulucu olarak adlandırılan ve henüz çok da kullanılmayan yeni bir arama motoru elde edilebilir. Arkadaş arama için en ideal siteler Facebook ve Instagram gibi sitelerdir. Söz konusu bir meslek sahibini aramak ise LinkedIn en iyi arama motoru olabilir. Kullanımdaki arama motorları ve bu pazar oldukça çok ve büyüktür. Ancak eğer söz konusu olan akrabalık ilişkileri bilinen kişileri aramak ise bu durumda aklımıza gelen bir arama motoru bulunmamaktadır. Bahsedilen bu temel isterlerin kurulması ve doğru bir algoritma ile kurulan arama ve birleştirme modeline sahip bir soyağacı sistemi aynı zamanda kişi arama motoru olarak da kullanılabilecektir. Bu makalede böyle bir sistemin kurulması için gerekli kavramlar ve teknik özellikler ele alınmış Pazar analizi ile birlikte yapılması gerekenler öneri olarak sunulmuştur.

Keywords

Abstract

Studies have been carried out to transform the PDF-based sub-top lineage data provided by NVI into a graphically and visually based digital family tree system that can be expanded in all directions. However, in order to make this data even more valuable, it can be combined with other digital family trees belonging to other people who have kinship relationships registered on the same database. But why is this combination needed? Since the data obtained in this way has ego-centric characteristics, if an infinite number of repetitive digital family trees are formed, what is this data for us, how it is processed and how it is used? Not every relational state found on the database should be used immediately. In addition, even if the family trees are combined with mutual consent, how will the resulting data confusion be resolved, and which tree will the data be considered the basis? There can be more than one expression that can be used for the relationship between two people on a family tree. For example, your brother is your father's son. But he is also your mother's son. This person is also your uncle's nephew. The sample can be increased infinitely. If this is the case even for a sibling, how many expressions can be used for other people in the same tree? On the other hand, the names given to roles in family relations throughout the country are so diverse that a terminology server is also required for the expressions that should be used for these roles. The shortest path to be found for the two kinships in question and the most meaningful expression of this should be a solution that needs to be developed for the great confusion that may arise. There is an algorithm that can be taken as an example. Taking advantage of algorithms that find the shortest path between devices called routers in computer networks can be considered as a solution. If the established systems are modeled in accordance with these foundations, a new capability and potential emerges. A new search engine, called people finder, is not yet used much. The ideal sites for searching for friends are sites such as Facebook and Instagram. When it comes to searching for a professional, LinkedIn may be the best search engine. Examples can be increased. However, if we are looking for people with known kinship relations, then there is no search engine that comes to mind. A family tree system with a search and merge model established with the establishment of these basic requirements and a correct algorithm can also be used as a person search engine. In this article, the necessary concepts and technical features for the establishment of such a system are discussed and what needs to be done including internet advertisements is presented as suggestions.

Keywords


  • Ford, E., Carroll, J. A., Smith, H. E., Scott, D., & Cassell, J. A. (2016). Extracting information from the text

  • Ford, E., Carroll, J. A., Smith, H. E., Scott, D., & Cassell, J. A. (2016). Extracting information from the textof electronic medical records to improve case detection: a systematic review. Journal of the American Medical Informatics Association, 23(5), 1007–1015. https://doi.org/10.1093/jamia/ocv180

  • Gao, R., & Shah, C. (2020). Toward creating a fairer ranking in search engine results. Information Processing & Management, 57(1), 102138. https://doi.org/10.1016/j.ipm.2019.102138

  • HL7 Organizasyonu (Bağlantı Tarihi 05.01.2021) www.hl7.org

  • İçişleri Bakanlığı, 2018; İçişleri Bakanlığı Göç İdaresi Genel Müdürlüğünün Hürriyet gazetesinde çıkan haberi http://www.hurriyet.com.tr/gundem/turkiyede-4-5-milyon- gocmen-yasiyor-40681331)

  • Johnston, W. J., Khalil, S., Nhat Hanh Le, A., & Cheng, J. M.-S. (2018). Behavioral Implications ofInternational Social Media Advertising: An Investigation of Intervening and Contingency Factors. Journal of International Marketing, 26(2), 43–61. https://doi.org/10.1509/jim.16.0125

  • Kopanos, C., Tsiolkas, V., Kouris, A., Chapple, C. E., Albarca Aguilera, M., Meyer, R., & Massouras, A.(2019). VarSome: the human genomic variant search engine. Bioinformatics (Oxford, England), 35(11), 1978– 1980. https://doi.org/10.1093/bioinformatics/bty897

  • Kumar, P., & Zaheer, A. (2019). Ego-Network Stability and Innovation in Alliances. Academy of Management Journal, 62(3), 691–716. https://doi.org/10.5465/amj.2016.0819

  • Metke-Jimenez, A., Steel, J., Hansen, D. et al. Ontoserver: a syndicated terminology server. J Biomed Semant 9, 24 (2018). https://doi.org/10.1186/s13326-018-0191-z

  • MyHerritage (Bağlantı Tarihi:01.01.2021) www.myherritage.com

  • Report Linker, Search Engine Industry 2021 (https://www.reportlinker.com/market-report/E- Services/456921/Search-

  • S. U. Masruroh, A. Fiade, M. F. Iman and Amelia, "Performance evaluation of routing protocol RIPv2, OSPF,EIGRP with BGP," 2017 International Conference on Innovative and Creative Information Technology (ICITech), Salatiga, Indonesia, 2017, pp. 1-7, doi: 10.1109/INNOCIT.2017.8319134.

  • Sağlık Bakanlığı, (Bağlantı Tarih, 02.02.2021) (www.saglik.gov.tr)

  • Sergii Ivakhno, Eric Roller, Camilla Colombo, Philip Tedder, Anthony J Cox, Canvas SPW: calling denovo copy number variants in pedigrees, Bioinformatics, Volume 34, Issue 3, 01 February 2018, Pages 516– 518, https://doi.org/10.1093/bioinformatics/btx618

  • Voorveld, H. A. M., van Noort, G., Muntinga, D. G., & Bronner, F. (2018). Engagement with Social Mediaand Social Media Advertising: The Differentiating Role of Platform Type. Journal of Advertising, 47(1), 38– 54. https://doi.org/10.1080/00913367.2017.1405754

  • Wazny, K. (2018). Applications of crowdsourcing in health: an overview. Journal of Global Health, 8(1). https://doi.org/10.7189/jogh.08.010502

  • What Is FHIR?’ Overview of FHIR APIs. (2020, January 31). Akana. https://www.akana.com/blog/fhir-apis FaceBook (Bağlantı Tarihi: 03.01.2021) www.facebook.com

  • Yıldırım, H. (2020). “İçişleri Bakanlığı Nvi Genel Müdürlüğünün E-Devlet Üzerinden Sunduğu PDF TabanlıAlt-Üst Soy Verisinden Hareketle Grafik Görsel Tabanlı Kişisel Soyağacı (Pedigree Tree) Oluşturan SistemKurulumunun Temelleri ve Dünyadaki Benzerleri ile Kıyaslaması”, International Social Mentality and Researcher Thinkers Journal, (Issn:2630-631X) 6(39): 2523-2532.

  • 23andMe (Bağlantı Tarihi:01.01.2021) www.23andme.com

  • Ancestry.com (Bağlantı Tarihi:01.01.2021) www.ancestry.comEasyDna (Bağlantı Tarihi: 02.01.2021) www.easydna .com

                                                                                                                                                                                                        
  • Article Statistics