Geri Dön

Using social media big data with machine learning to improve customer satisfaction

Müşteri memnuniyetini geliştirmek için sosyal medya verilerinin makine öğrenimi ile kullanımı

  1. Tez No: 808588
  2. Yazar: HİLAL DEMİR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ NAZIM TAŞKIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Yönetim Bilişim Sistemleri, Management Information Systems
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 114

Özet

Günümüzün rekabetçi iş dünyasında, müşteri ilişkileri yönetimi ve müşteri desteğinin artan önemiyle birlikte, makine öğrenimi tekniklerinin kullanılması için giderek artan bir ihtiyaç vardır. Özellikle duygu analizi, müşteri destek hizmetlerinin geliştirilmesi için güçlü bir araç olarak ortaya çıkmıştır. Bu çalışmada, Twitter verileri üzerinde duygu sınıflandırması için XGBoost, CatBoost ve LightGBM olmak üzere üç makine öğrenimi algoritması kullanımı araştırılmaktadır. Aynı zamanda algoritmaların farklı kombinasyonlar halinde sınıflandırmaları kullanılmakta ve performanstaki iyileşmeler gözlemlenmektedir. Sonuçlar duygu analizinde sıkça kullanılan iki algoritmayla daha karşılaştırılmıştır ve üç algoritmanın birlikte sınıflandırmasının en yüksek doğruluk ve F1 skorunu verdiğini göstermektedir. Farklı makine öğrenimi algoritmalarının müşteri destek süreçlerini nasıl geliştirmek için kullanılabileceği konusundaki araştırma boşluğunu ele alarak, bu araştırma müşteri memnuniyeti ve sadakatinin artırılmasına katkıda bulunmayı amaçlamaktadır. Özellikle, çalışma duygu sınıflandırmasının doğruluğunu arttırmayı hedeflemekte ve işletmelerin hızlı ve etkili müşteri desteği için müşteri beklentilerini daha iyi karşılamalarına olanak tanımaktadır.

Özet (Çeviri)

With the increasing importance of customer relationship management and improving customer support in today's competitive business landscape, there is a growing need to leverage machine learning techniques for gaining insights, forecasts, and better decision- making. Sentiment analysis, in particular, has emerged as a powerful tool for improving customer support services. In this study, we explore the use of three gradient boosting algorithms, XGBoost, CatBoost, and LightGBM, for sentiment classification on Twitter data. We employ ensemble classifications to analyze the sentiment of the data and observe improvements in performance. Our results are compared to other two algorithms that are popularly used in the context of sentiment analysis and show that the ensemble classification of the three algorithms yields the highest accuracy and F1 score. By addressing the gap in understanding how different machine learning algorithms can be used to enhance customer support processes, this research aims to contribute to the improvement of customer satisfaction and loyalty. Specifically, the study aims to improve the accuracy of sentiment classification, thereby enabling businesses to better meet customer expectations for fast and efficient customer support.

Benzer Tezler

  1. Role of big data analytics in managing and orienting media organizations; Case study - Arabic media organization in Istanbul

    Büyük veri analitiğinin medya kuruluşlarının yönetimindeki yeri

    ASHRAF YOUSEF OTHMAN AHMAD

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    İşletmeİstanbul Aydın Üniversitesi

    İşletme Ana Bilim Dalı

    Prof. Dr. AKIN MARŞAP

  2. Kurumsal büyük veri analitiği yetenekleri ve performans ilişkisi : Türkiye için bir araştırma

    Big data anaytics capabilities: Survey at Turkey

    İLKNUR BUSE PALA

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİHAN YILDIRIM

  3. Cryptocurrency price prediction by using social media data

    Makine öğrenmesi teknikleri kullanılarak sosyal medya verileri ile kripto para fiyat tahmini

    ÖZLEM GÜL PAMUK

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. SEFER BADAY

  4. Sentiment analysis in social media: A comparative study

    Sosyal medyada duygu analizi : Karşılaştırmalı bir çalışma

    YASMIN TESFALDET GEBREYESUS

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ZİYA KARAKAYA

    PROF. DR. ALİ YAZICI

  5. Büyük veri araçları kullanarak sosyal medyada his analizi yapma

    Senti̇ment analysis in social media by using big data tools

    MEHMET CAN ERDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiVan Yüzüncü Yıl Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT CANAYAZ