Müşteri şikayetlerinin sınıflandırılması için derin öğrenme ve makine öğrenmesi uygulamaları
Deep learning and machine learning applications for classification of customer complaints
- Tez No: 738424
- Danışmanlar: DOÇ. DR. BURAK ERKAYMAN, DR. ÖĞR. ÜYESİ TOLGA AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Müşteri Şikayetleri, Marka Değişimi, Yeni ResNET Modeli, Makine Öğrenmesi Sınıflandırma Algoritmaları, Customer Complaints, Brand/Business Change, New ResNET Model, Machine Learning Classification Algorithms
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Amaç: Bu çalışmada online bir müşteri şikayet çözüm sitesine gelen müşteri şikayetlerinden ve müşteri şikayet çözümlerinden kaynaklanan marka/işletme değişimi üzerine durulmuştur. Müşteri şikayetleri baz alınarak 16 farklı markaya ait marka değişimlerinin sınıflandırması yapılmıştır. Yöntem: Bu çalışma kapsamında yapay zekanın alt dalları olan makine öğrenme, derin öğrenme sınıflandırma modelleri kullanılmış ve geliştirilmiştir. Derin öğrenme alanında yeni ResNET algoritması geliştirilerek klasik makine öğrenmesi sınıflandırma algoritmaları ile karşılaştırılması yapılmıştır. Aynı zamanda hem geliştirilen ResNET modeli hem de klasik makine öğrenmesi sınıflandırma algoritmaları veri artırmadan önce ve sonra çıkan sonuçlar bakımından karşılaştırılmıştır. Bulgular: Uygulama yapılırken bir şikayette bulunan müşterinin şikayetin çözüm aşamasında memnuniyet ve memnuniyetsizliklerini belirleyen çok sayıda etkenin olduğu ortaya çıkmıştır. Müşterilerin, şikayetlerin çözüm aşamasındaki memnuniyet derecelerinin marka/işletme değişimleri açısından oldukça etkili olduğu gözlemlenmiştir. Sonuç: Uygulama sonucunda elde edilen verilere göre veri artırmadan önce ve sonra geliştirilen yeni ResNET modeli klasik makine öğrenmesi sınıflandırma algoritmalarına benzer veya daha yüksek sonuçlar verdiği gözlemlenmiştir.
Özet (Çeviri)
Purpose: In this study, the focus is on the brand/business change resulting from customer complaints coming to an online customer complaint resolution site and customer complaint resolution. Based on customer complaints, brand changes belonging to 16 different brands were classified. Method: Within the scope of this study, machine learning and deep learning classification models, which are sub-branches of artificial intelligence, were used and developed. In the field of deep learning, a new ResNET algorithm has been developed and compared with classical machine learning classification algorithms. At the same time, both the developed ResNET model and classical machine learning classification algorithms were compared in terms of results before and after data augmentation. Findings: It has been revealed that there are many factors that determine the satisfaction and dissatisfaction of the customer who made a complaint during the application process. It has been observed that the satisfaction levels of the customers in the resolution phase of the complaints are quite effective in terms of brand/business changes. Results: According to the data obtained as a result of the application, it has been observed that the new ResNET model developed before and after the data augmentation gives similar or higher results than the classical machine learning classification algorithms.
Benzer Tezler
- Türkiye'deki havayolu firmalarıyla ilgili sosyal medya yorumlarının makine öğrenmesi yöntemleriyle sınıflandırılması
Classification of social media comments about airline companies in Turkey by machine learning methods
HATİCE ELİF EKİM
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALPASLAN BURAK İNNER
- Sosyal medya mesajları üzerinde telekomünikasyon sektörüne ait müşteri şikayetlerinin sınıflandırılması
Classification of customer complaints of the telecommunications industry on social media messages
SEVİN KARAGÖZ
Yüksek Lisans
Türkçe
2023
Yönetim Bilişim SistemleriBandırma Onyedi Eylül ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP ÖZER
- Duygu analiziyle müşteri profili oluşturma ve şikayet önceliklendirme
Customer profile creation and complaint prioritization with sentiment analysis
MUHAMMED MEHMET AKGÜMÜŞ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ BOYACI
- Excelling customer complaint management through text analytics: Complaint classification in social media and complaint type prediction
Müşteri şikayet yönetiminin metin analitiği yöntemiyle mükemmelleştirilmesi: Sosyal medyadaki şikayetlerin sınıflandırılması ve şikayet tipi tahminlemesi
BİRCE DOBRUCALI
Doktora
İngilizce
2021
İşletmeDokuz Eylül Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
PROF. DR. BURCU İLTER
- Şikayet yönetimi ve yetkilendirme: Resort otel incelemesi
Complain handling and empowerment: A case of Resort hotel
UĞUR KESKİN KILIÇ