Python tabanlı veri madenciliği yöntemleri ile müşteri memnuniyetinin karşılaştırmalı analizi: Algoritma performanslarının incelenmesi
Comparative analysis of customer satisfaction using python-based data mining methods: An examination of algorithm performance
- Tez No: 1020881
- Danışmanlar: DOÇ. DR. SERKAN ETİ
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Medipol Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasının temel problemi, e-ticaret platformlarında müşteri memnuniyetini etkileyen unsurların çok boyutlu ve karmaşık bir yapıya sahip olması nedeniyle, geleneksel analiz yöntemlerinin bu ilişkileri yeterince ortaya koymakta sınırlı kalabilmesidir. Özellikle kullanıcı yorumları, puanlamalar, fiyat bilgileri ve ürün değerlendirmeleri gibi büyük hacimli verilerin manuel olarak analiz edilmesi hem zaman almakta hem de nesnel sonuçlar elde edilmesini zorlaştırmaktadır. Bu problem doğrultusunda çalışmada, Python tabanlı veri madenciliği ve metin madenciliği yöntemleri kullanılarak müşteri memnuniyetinin daha doğru ve sistematik biçimde analiz edilmesi hedeflenmiştir. Ayrıca farklı makine öğrenmesi algoritmalarının performanslarının karşılaştırılmasıyla, müşteri memnuniyetinin tahmin edilmesinde en başarılı yöntemin belirlenmesi amaçlanmıştır. Çalışmada, Python tabanlı veri madenciliği ve metin madenciliği yöntemleri kullanılarak müşteri memnuniyetinin karşılaştırmalı analizi gerçekleştirilmiştir. Araştırmada, e-ticaret platformundan elde edilen kullanıcı yorumları, puanlamalar ve ürün bilgileri üzerinden müşteri memnuniyetini etkileyen faktörler incelenmiştir. Çalışmanın temel amacı, farklı makine öğrenmesi algoritmalarının müşteri memnuniyetini tahmin etme performanslarını karşılaştırmak ve hangi algoritmanın daha başarılı sonuçlar verdiğini ortaya koymaktır. Araştırma kapsamında Kaggle platformundan elde edilen e-ticaret veri seti kullanılmıştır. Veri setinde yer alan ürün fiyatı, indirim oranı, kullanıcı puanı, değerlendirme sayısı ve kullanıcı yorumları gibi değişkenler analiz edilmiştir. Veri ön işleme sürecinde eksik verilerin giderilmesi, aykırı değer analizi, veri dönüştürme işlemleri ve metin temizleme aşamaları gerçekleştirilmiştir. Çalışmada, Karar Ağacı, Rastgele Orman, K-En Yakın Komşu ve Çok Katmanlı Algılayıcı algoritmaları kullanılmıştır. Modellerin performansları doğruluk, kesinlik, duyarlılık, F1 skoru gibi ölçütler üzerinden değerlendirilmiştir. Elde edilen bulgular doğrultusunda hangi algoritmanın en yüksek performansı gösterdiği ve müşteri memnuniyetinin tahmin edilmesinde diğer algoritmalara kıyasla daha başarılı sonuçlar ürettiği belirlenmeye çalışılmıştır.
Özet (Çeviri)
The main problem addressed in this thesis is that the factors affecting customer satisfaction on e-commerce platforms have a multidimensional and complex structure, which may limit the ability of traditional analysis methods to sufficiently reveal these relationships. In particular, the manual analysis of large-scale data such as user reviews, ratings, price information, and product evaluations is both time-consuming and may make it difficult to obtain objective results. In line with this problem, the study aims to analyze customer satisfaction more accurately and systematically by using Python-based data mining and text mining methods. In addition, by comparing the performances of different machine learning algorithms, the study seeks to determine the most successful method for predicting customer satisfaction. In this study, a comparative analysis of customer satisfaction was conducted using Python-based data mining and text mining methods. The research examined the factors affecting customer satisfaction through user reviews, ratings, and product information obtained from an e-commerce platform. The main objective of the study is to compare the performance of different machine learning algorithms in predicting customer satisfaction and to identify which algorithm produces more successful results. Within the scope of the research, an e-commerce dataset obtained from the Kaggle platform was used. Variables included in the dataset, such as product price, discount rate, user rating, number of reviews, and user comments, were analyzed. During the data preprocessing stage, missing data handling, outlier analysis, data transformation procedures, and text cleaning processes were carried out. In the study, Decision Tree, Random Forest, K-Nearest Neighbors, and Multilayer Perceptron algorithms were used. The performances of the models were evaluated based on metrics such as accuracy, precision, recall, and F1 score. In line with the findings obtained, the study aimed to determine which algorithm demonstrated the highest performance and produced more successful results compared to the other algorithms in predicting customer satisfaction.
Benzer Tezler
- A cognitive lifecycle methodology for IP address management in next generation core networks
Yeni nesil omurga ağlarda IP adres yönetimi için bilişsel yaşam döngüsü metodolojisi
KÜBRA DURAN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BERK CANBERK
- Perakende sektöründe veri madenciliği teknolojisinin müşteri ilişkileri yönetiminde kullanılmasına ilişkin bir uygulama
An application regarding the use in customer relationship management of data mining technology in retail industry
PINAR ARSLAN
Doktora
Türkçe
2025
İşletmeNiğde Ömer Halisdemir Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. ESEN GÜRBÜZ
- Kardiyovasküler hastalık tahmininin veri madenciliği yöntemleri ile tespit edilmesi
Determining cardiovascular disease prediction using data mining methods
OSMAN ALI WABERI
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiKütahya Dumlupınar Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞÜKRÜ KİTİŞ
- Sigara içmenin tansiyon, kalp atış hızı ve kolestrol üzerine etkilerinin veri madenciliği yöntemleri ile incelenmesi
Investigation the effects of smoking on blood pressure, heart rate and cholesterol using data mining methods
HALİL İBRAHİM SARI
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiKütahya Dumlupınar Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞÜKRÜ KİTİŞ
- Metin madenciliği yöntemleri ile 1991-2021 yılları arasında zootekni alanında yazılan tezlerin incelenmesi
Investigation of thesis written in the field of zootechnics between text mining methods and the years of 1991-2021
FATİH CAMCI
Yüksek Lisans
Türkçe
2022
ZiraatVan Yüzüncü Yıl ÜniversitesiZootekni Ana Bilim Dalı
PROF. DR. ABDULLAH YEŞİLOVA