Geri Dön

Büyük veri ve işletme analitiği: Sosyal medya ve duygu analizi ile bir öngörü modeli

Big data and business analytics: A forecasting model via social media and sentiment analysis

  1. Tez No: 497098
  2. Yazar: BURCU KARAÖZ
  3. Danışmanlar: PROF. DR. UMMAN TUĞBA GÜRSOY
  4. Tez Türü: Doktora
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 213

Özet

İşletme analitiği ile işletmelerin içyapısında biriken veya çeşitli dış kaynaklardan toplanan verilerin derlenmesi, depolanması, düzenlenmesi ve analiz edilmesiyle anlamlı bilgiler ortaya çıkararak, işletmeler için fayda yaratabilmektedir. Gelişen teknoloji, önemli dış kaynaklardan sosyal medya kanalların aracılığıyla anket ya da diğer görüşme yöntemleri kullanılarak sayıca ulaşılması mümkün olamayacak kadar kişisel görüşe çok kısa sürelerde ulaşabilmeyi ve duygu analizi teknikleri aracılığıyla bu görüşleri yapısal formata çevirebilmeyi mümkün kılmaktadır. Bu doğrultuda, çalışmada bir işletme ve ürünleri hakkında sosyal medyadan toplanan verilerin, iletiyi yazan kişilerin ilgili işletme ve ürünleri hakkında belirttikleri görüşlerin olumlu, olumsuz ve nötr olarak nitelendirilebilecek görüşlerden hangisine dahil olduğunun araştırılabilmesi için duygu analizi algoritması geliştirilmiştir. Sosyal medyadan edinilen verilerin nitelik ve nicelik olarak işletmenin gerçek değerleri ile ilişkili olup olmadığının incelenmesi için kümeleme analizi uygulanmıştır. Daha sonra her ürün için derlenen ileti sayısı, iletilerin duyguları ve ürünlerin kendine has diğer özellikleri ile birlikte tahmin modelinde girdi olarak kullanılmıştır. Böylece işletmeye ilgili ürünler hakkında karar alma ve yeni ürün piyasaya sürme aşamalarında ya da geliştirecekleri pazarlama stratejilerinde faydalanabilecekleri bir sistem kurulması hedeflenmiştir. Bu amaçla karar ağacı, destek vektör makineleri ve yapay sinir ağları yöntemleri kullanılmıştır ve tahmin performansları incelendiğinde, her üç yöntemin de anlamlı sonuçlara ulaşılmasını sağladığı anlaşılmıştır. Bu üç yöntem karşılaştırıldığında ise yapay sinir ağlarının en yüksek tahmin performansına sahip olduğu görülmüştür. Böylece sosyal medyadan elde edilen verilerin nitelik ve nicelik olarak değerlendirilmesinin işletmelere önemli etkiler yaratabileceği, mevcut durum analizi ya da geleceğe yönelim amacıyla kullanılabileceği ortaya çıkarılmıştır.

Özet (Çeviri)

Business analytics creates value and gains insight into knowledge via collecting, warehousing, organizing and analyzing the data that obtained from operations or external resources. Social media, one of the valuable external resources, provides large datasets that is inaccessible to collect with survey or other traditional techniques. Aim of this study is collecting tweets -which are about a company and its products/services-, construe the opinions of tweets and revealing beneficial information for the company. For this purpose, we chose a TV channel as a company and generated a forecasting model to estimate rating values of programs. Beginning, tweets are gathered about the channel and the programs and attitude of tweets are determined via proposed sentiment analysis algorithm. Proposed algorithm assumes that each dataset needs specific opinion lexicons, so semi-supervised sentiment analysis algorithm is generated. The results of sentiment analysis and features of programs such as audiences, genre, airing time and star value are used to forecast the rating of next broadcast. In our model, the forecasting problem is converted into a classification problem-rather than forecasting the point estimate of ratings- ratings in one of five categories is classified. The model designed to predict the expected rating range of a program for the next broadcast. Comparison of neural networks, support vector machines and decision tree algorithms for this model shows that all algorithms gives significant results and neural network algorithm has the best performance. Results of this study indicate that social media makes accessible to consumer sentiment and analysizng patterns in this data ensures insightful decision making for the companies.

Benzer Tezler

  1. Marka imajına yönelik derlem geliştirme ve sosyal medya analitiği ile duygu analizi

    Corpus development for brand image and sentiment analysis with social media analytics

    EMEL ÖZDEMİR AKCAN

    Doktora

    Türkçe

    Türkçe

    2023

    İşletmeSakarya Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. NİHAL SÜTÜTEMİZ

  2. Understanding twitter users' behaviour by social network analysis during disasters

    Afet durumunda twıtter kullanıcılarının sosyal ağ analizi ile davranışını anlama

    GÖZDE MERVE DEMİRCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ITIR SATOĞLU

    DOÇ. DR. GÜLÜSTAN DOĞAN

  3. Sosyal medyada online tüketici yorumlarının performansını öngörme

    Predicting the performance of online consumer reviews in social media

    ESRA DEMİROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilim ve TeknolojiGebze Teknik Üniversitesi

    Strateji Bilimi Ana Bilim Dalı

    PROF. DR. HÜSEYİN İNCE

  4. Türkçe metinlerde duygu analizi

    Sentiment analysis in Turkish texts

    CUMALİ TÜRKMENOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ

  5. Müzik verilerinin makine öğrenmesi yöntemleri ile duygu ve içerik analizi yapılması

    Emotion and content analysis of music data using machine learning methods

    BUĞRA KAĞAN KAYHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilim ve TeknolojiOSTİM TEKNİK ÜNİVERSİTESİ

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT ŞİMŞEK