Using social media big data with machine learning to improve customer satisfaction
Müşteri memnuniyetini geliştirmek için sosyal medya verilerinin makine öğrenimi ile kullanımı
- Tez No: 808588
- Danışmanlar: DR. ÖĞR. ÜYESİ NAZIM TAŞKIN
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2018
İşletmeİstanbul Aydın Üniversitesiİşletme Ana Bilim Dalı
Prof. Dr. AKIN MARŞAP
- 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
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAN YILDIRIM
- 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
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. SEFER BADAY
- Sentiment analysis in social media: A comparative study
Sosyal medyada duygu analizi : Karşılaştırmalı bir çalışma
YASMIN TESFALDET GEBREYESUS
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ZİYA KARAKAYA
PROF. DR. ALİ YAZICI
- 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
2019
Elektrik ve Elektronik MühendisliğiVan Yüzüncü Yıl ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT CANAYAZ