Geri Dön

Türkçe e-ticaret müşteri yorumlarının derin öğrenme ile çok etiketli analizi

Multi-label analysis of Turkish e-commerce customer reviews with deep learning

  1. Tez No: 788354
  2. Yazar: EMRE DENİZ
  3. Danışmanlar: PROF. DR. HASAN ERBAY, DR. ÖĞR. ÜYESİ MUSTAFA COŞAR
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Kırıkkale Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 75

Özet

Dijital teknolojilerin gelişmesiyle birlikte internet ortamında oluşan veri miktarı, çeşitliliği her geçen gün artmaktadır. Çevrimiçi ticaret siteleri de bu verilerin toplanmasında en büyük katkı sağlayan uygulamalar arasındadır. Toplanan farklı tiplerdeki, yani sayısal, metinsel verilerin analiz edilerek hem müşteriler için hem de şirketler için daha faydalı bilgilere dönüştürecek uygulamaların geliştirilmesi gerekmektedir. Bu nedenle bu tez çalışmasında Türkçe müşteri yorumları üzerine farklı makine öğrenimi teknikleri uygulanarak çok etiketli analizler gerçekleştirilmiştir. İlk olarak bu tez çalışması için Türkçe alışveriş sitelerinden özgün bir veri seti toplanmıştır. Ardından bu veriler üzerinde sırasıyla klasik makine öğrenimi teknikleri ve derin öğrenme teknikleri uygulanarak müşteri yorumlarının çok etiketli analizi gerçekleştirilmiştir. Elde edilen sonuçlar, çok etiketli sınıflandırma uygulamalarında yaygın olarak kullanılan değerlendirme metrikleri ile karşılaştırmalı olarak analiz edilmiştir. Deneysel sonuçlara göre, Türkçe müşteri yorumlarının çok etiketli sınıflandırılması için en başarılı yöntemin ince ayarlaması yapılmış BERT modeli olduğu tespit edilmiştir.

Özet (Çeviri)

With the development of digital technologies, the amount of data created on the internet is increasing day by day. Online commerce sites are also the applications that make the biggest contribution to this amount of data. By analyzing these textual data, it is necessary to develop more useful applications for both customers and companies. For this reason, in this thesis study, multi-label analyzes were carried out on customer comments in Turkish by applying different machine learning techniques. First of all, a unique data set was collected from Turkish shopping websites for this thesis study. Then, multi-label analysis of customer comments was performed by applying classical machine learning techniques and deep learning techniques, respectively, on these data. The obtained results were analyzed in comparison with the evaluation metrics commonly used in multi-label classification applications. According to the experimental results, it has been determined that the most successful method for multi-label classification of Turkish customer reviews is the fine-tuned BERT model.

Benzer Tezler

  1. 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

  2. E-ticaret sitelerinde yer alan tüketici yorumlarının metin madenciliği yöntemleri ile analizi

    Analysing consumer comments on e-commerce websites using text mining methods

    ELİF UZUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Ekonomiİskenderun Teknik Üniversitesi

    Ekonomi Finans Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT UÇAR

  3. Doğal dil işleme ve derin öğrenme teknikleri ile duygu analizi: Türkçe metinler üzerine bir çalışma

    Sentiment analysis with natural language processing and deep learning techniques: A study on Turkish texts

    ZEYNEP SENA PEKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİ

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ATINÇ YILMAZ

  4. E-ticaret sitelerine yapılan tüketici yorumlarının yapay zeka yöntemleri ile değerlendirilmesi

    Evaluation of consumer comments made on e-commerce websites by artificial intelligence

    ÖZGE CÖMERT

    Doktora

    Türkçe

    Türkçe

    2024

    Bilim ve TeknolojiFırat Üniversitesi

    Teknoloji ve Bilgi Yönetimi Ana Bilim Dalı

    DOÇ. DR. NURCAN YÜCEL

  5. Derin öğrenme yöntemi ile metinsel ifadelerde duygu analizi

    Deep learning for sentiment analysis in textual expressions

    NURAY YILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    DOÇ. DR. YILMAZ KAYA