Yapay zeka teknikleri ile müşteri şikayetlerinin otomatik kategorilere ayrılması
Automatic categorization of customer complaint with artificial intelligence techniques
- Tez No: 689798
- Danışmanlar: DR. ÖĞR. ÜYESİ KUTAN KORUYAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: 72
Özet
Çalışmada, Türkiye'nin üç büyük teknoloji firmasına ait olan şikayetler, çevrimiçi şikâyet platformlarından bir tanesi olan şikayetvar.com sitesinden alınmış, şikayetlerin otomatik kategorilere ayrılması ve analizi yapılmıştır. Çalışmanın uygulama bölümünde yöntem olarak, makine öğrenmesi sınıflandırma algoritmalarından olan Lojistik Regresyon, Doğrusal Destek Vektör Makineleri ve Olasılıksal Dereceli Azalma sınıflandırma algoritmaları kullanılarak, eğitim ve test süreci gerçekleştirildikten sonra tahminlemeler yapılmıştır. Çalışma kapsamında kullanılan üç farklı makine öğrenmesi sınıflandırma algoritmalarının sonuçları, doğruluk değerleri temel alınarak karşılaştırıldıktan sonra en iyi sonucu veren algoritma %80'lik bir başarı oranı ile Lojistik Regresyon algoritması olduğu ortaya konulmuştur. Çalışmanın amacı, üç büyük teknoloji firmasına ait şikâyet verileri elde edildikten sonra kullanılan sınıflandırma algoritmalarından en yüksek tahminleme başarısını elde eden algoritma olan Lojistik Regresyon sınıflandırma algoritması ile hangi firmanın en çok hangi kategoride şikâyet aldığını belirlenmesidir. Uygulama çalışması Python programlama dili kullanılarak yapılmıştır. Çalışma kapsamında elde edilen şikayetlerin dört farklı kategori olan İade/Değişim ve Geri Ödeme, Teslimat/Kargo, Müşteri İlişkileri ve Hizmetleri ve Garanti ve Servis sınıflarından hangisine ait olduğu tahminlenmiştir. Elde edilen bulgular analiz edilerek grafikleri ile birlikte paylaşılmıştır.
Özet (Çeviri)
The study collected customer complaints directed against Turkey's three big technology companies from an online complaint platform, sikayetvar.com, automatically categorized and analysed. In the application part of the study, estimations were carried out after the training and testing process by using Logistic Regression, Linear Support Vector Machines, and Stochastic Gradient Descent classification algorithms, which are machine learning classification algorithms. The accuracy values comparison of three different machine learning classification algorithms in the study revealed that the most effective algorithm was the Logistic Regression algorithm, with a success rate of 80%. The study aimed to determine the most complained companies and their most complained categories using the Logistic Regression classification algorithm, which achieved the highest estimation success among the classification algorithms utilized in processing the complaint data of the three big technology companies. The application work was conducted using the Python programming language. The estimations were made on the four different categories that customer complaints were directed to: Return/Exchange and Refund, Delivery/Cargo, Customer Relations and Services, and Warranty and Service. The findings were analysed and shared with their graphics.
Benzer Tezler
- Yapay zeka teknikleri ile tedarik zincirinde ön sipariş tahmini
Backorder prediction in the supply chain with artificial intelligence techniques
SİMGE KARABAĞ
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiBursa Uludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NURSEL ÖZTÜRK
- Telekomünikasyon sektörü için veri madenciliği ve makine öğrenmesi teknikleri ile ayrılan müşteri analizi
Churn analysis for telecommunication sector with data mining and machine learning
FURKAN UYANIK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA CEM KASAPBAŞI
- Makine öğrenmesinde boyutsal indirgeme teknikleri ile mobil oyun kullanıcı segmentasyonu
Mobile game user segmentation with dimensionality reduction techniques in machine learning
GÜLEN ARIKAN KOKKAYA
Doktora
Türkçe
2023
İstatistikMarmara ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. İLKNUR ESEN YILDIRIM
- Soğan mimarisinde metin içeriklerinin yapay zekâ destekli modeller ile değerlendirilmesi ve dağıtımı
Evaluation and distribution of text contents with models supported by artificial intelligence techniques in onion architecture
SEMİH OSMAN SAKA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSamsun ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZAFER CÖMERT
- Advanced techniques and comprehensive analysis in speech emotion recognition using deep neural networks
Derin sinir ağları kullanarak konuşma duygu tanıma üzerine gelişmiş teknikler ve kapsamlı analiz
AHMET KEMAL YETKİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE