Makine öğrenmesi ile e-ticaret ürün yorumlarının analizi
Analysis of e-commerce product reviews with machine learning
- Tez No: 804199
- Danışmanlar: DR. ÖĞR. ÜYESİ FATİH YÜCALAR, DR. ÖĞR. ÜYESİ MANSUR ALP TOÇOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Manisa Celal Bayar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 75
Özet
Günümüzde teknolojinin gelişmesiyle birlikte e-ticaret sektörü hızlı bir büyüme sağlamıştır. E-ticaretin gelişmesiyle ürünlere yapılan yorumlar da muazzam bir şekilde artmış ve bunları tek tek inceleyip analiz etmek zorlaşmıştır. Satıcılar yorumların hepsini değerlendiremez duruma gelmiştir. Ayrıca yararlı yorumlar gözden kaçabilmekte ve yorumların tam olarak ne hakkında olduğu da tespit edilememektedir. Bu problemler karşısında yapay zekâ destekli bir otomasyon ihtiyacı ortaya çıkmıştır. Bu çalışmada, otomasyonun ilk basamağı olarak görülen ürün yorumlarının sınıflandırılması için bir yöntem geliştirilmiştir. Öncelikle ülkemizde faaliyet gösteren e-ticaret platformlarından 15 bin 170 adet ürün yorumu toplanarak bu yorumlar olumlu, olumsuz ve nötr olarak farklı zamanlarda iki kere etiketlenmiş ve nötr yorumlar çıkarılarak iki sınıflı bir veri seti hazırlanmıştır. Bu veri seti ile Uzun-Kısa Süreli Bellek (Long-Short Term Memory – LSTM) algoritması kullanılarak bir model geliştirilmiş ve bu modelle yine e-ticaret platformlarından toplanan 203 bin 274 adet yorumun yer aldığı veri seti otomatik olarak etiketlenmiştir. Bu sayede manuel ve otomatik etiketlenmiş olarak elde edilen iki veri seti kullanılarak derin öğrenme ve geleneksel makine öğrenmesi algoritmaları ile deneyler yapılmıştır. Çalışma sonucunda, derin öğrenme algoritmalarının makine öğrenmesi algoritmalarına kıyasla daha başarılı olduğu gözlemlenmiş ve geliştirilen modelle otomatik etiketlenen veri setinin kullanıldığı deneylerde yüksek sonuçlar elde edilmiştir. Oluşturulan sınıflandırma modelinin kullanıldığı bir web tabanlı uygulama geliştirilerek ürün yorumlarının otomatik sınıflandırılması ve akademik çalışmalarda otomatik etiketlenmiş veri seti oluşturma problemlerine çözüm sunulmuştur.
Özet (Çeviri)
Today, with the development of technology, the e-commerce sector has grown very rapidly. With the development of the e-commerce sector, the comments made on the products have increased tremendously. As the number of reviews of the products increased, it became very difficult to examine and analyse them one by one, and the sellers became unable to evaluate all the comments made on their products. In the face of these problems, the need to create an artificial intelligence supported automation has emerged. In this study, a method has been developed for the classification of product reviews, which is seen as the first step of automation. First of all, 15,170 product reviews were collected from e-commerce platforms operating in our country, and these comments were labelled as positive, negative and neutral twice at different times, and a two-class data set was prepared by removing neutral comments. With this data set, a model was developed using the Long-Short Term Memory algorithm, and with this model, the data set containing 203,274 comments collected from e-commerce platforms was automatically labelled. In this way, experiments were carried out with machine learning and deep learning algorithms using two manually and automatically labelled data sets. As a result of the study, very high results were obtained in the experiments in which the automatically labelled data set with the developed model was used. By developing a web-based application in which the classification model we have created is used, we have provided solutions to the problems of automatic classification of product reviews and automatic labelled dataset creation in academic studies.
Benzer Tezler
- Metin madenciliği yöntemleri ile e-ticaret markalarına yönelik sosyal medya yorumlarının analizi
Analysis of social media comments an e-commerce brands with text mining methods
NURFER IŞIK
- Türkçe E-ticaret yorumlarının çok etiketli analizi için derin öğrenme modellerinin uygulanması
Applying deep learning models for multi-label analysis of Turkish E-commerce comments
ABDULKADİR ŞEN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATMA ZEHRA SOLAK
- Business analytics with data mining: An investigation of web based data with sentiment analysis
Veri madenciliği ile işletme analitiği: Web temelli verilerin duygu analizi ile incelenmesi
CEMİLE GÖKÇE ÖZMEN
Doktora
İngilizce
2025
İşletmeAdana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
DOÇ. DR. SELİM GÜNDÜZ
- Metin madenciliği teknikleri ile Türkçe müşteri yorumlarının analizi
Analysis of Turkish customer reviews with text mining techniques
UĞUR CAN YAMAN
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiEskişehir Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NİHAL ERGİNEL
- Derin öğrenme yöntemi ile metinsel ifadelerde duygu analizi
Deep learning for sentiment analysis in textual expressions
NURAY YILDIZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. YILMAZ KAYA