Duygu analiziyle müşteri profili oluşturma ve şikayet önceliklendirme
Customer profile creation and complaint prioritization with sentiment analysis
- Tez No: 812535
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ BOYACI
- 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: İstanbul Ticaret Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 56
Özet
Müşteri şikayetlerini yönetmek için veriler NLP (Doğal Dil İşleme) yöntemleri kullanılarak sınıflandırılabilir. Bu çalışmada banka müşterilerinin talep, istek ve sorularının öncelikli olarak sınıflandırılması amaçlanmıştır. Böylece müşteri talep, istek ve sorularına en hızlı şekilde cevap vermeyi hedefleyerek müşteri memnuniyeti sağlanmaya çalışıldı. Çalışmamız literatür taramasında incelenen çalışmalarda en yüksek doğruluk değerlerinin elde edildiği Lojistik Regresyon, LSTM, Multinominal Naive Bayes ve SVM algoritmalarına odaklanılmıştır. Veri setini sınıflandırmak için detaylı olarak incelendi ve altı sınıfa ayrılması gerektiğine karar verildi. Yüzde Elli dokuz bandında doğruluk sağlayan bu sonuçlar, iki tahminden neredeyse birinin başarısız olduğu düşünüldüğünde başarısız oldu. Bu çalışmada geliştirilen yöntemle iki aşamalı yaklaşımla elde edilen test sonuçlarının, tek aşamalı yaklaşımla elde edilen sonuçlara kıyasla uygulamanın performansını yaklaşık yüzde on artırdığı gözlemlendi. Bu yaklaşımla sınıflandırma, doğruluğu artıracak şekilde iki adımda gerçekleştirilir. Sınırlı sayıda veri seti ile çalışarak bu sonuca ulaşılmıştır.
Özet (Çeviri)
Data can be classified using NLP (Natural Language Processing) methods to manage customer complaints. This study is aimed to classify the demands, requests, and questions of bank customers as a priority. Thus, we tried to ensure customer satisfaction by aiming to respond to customer demands, requests, and questions as quickly as possible. Our study focused on Logistic Regression, LSTM, Multinominal Naive Bayes, and SVM algorithms, where the highest accuracy values were obtained in the studies examined in the literature review. In order to classify the dataset, we examined it in detail and decided that we should divide it into six classes. These results, which achieved accuracy in the percent of fifty nine band, were unsuccessful, considering that almost one of the two predictions was unsuccessful. We observed that the test results obtained with the two-step approach with the method we developed in this study increased the performance of the application by about ten percent compared to the results obtained with the onestep approach. With this approach, the classification is performed in two steps, increasing the accuracy. Working with a limited number of data sets, we achieved this result.
Benzer Tezler
- Markalaşma sürecinde şehirler: Aydın ilinin yapısal eşitlik modeli ile incelenmesi
Cities in the branding process: Examining Aydın province with structural equality model
ZEYNEP ÇİMEN
Yüksek Lisans
Türkçe
2023
EkonometriAydın Adnan Menderes ÜniversitesiUygulamalı Ekonometri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BİLGE DOĞANLI
- An intelligent system for ranking e-commerce customer reviews to boost engagement
Müşteri etkileşimini artırmak için e-ticaret müşteri yorumlarını sıralayan akıllı sistem
ERTUĞRUL YÜCEL
Yüksek Lisans
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. TOLGA KAYA
- Sosyal medya üzerinden metin madenciliği ve duygu analizi ile pazar değerlendirme
Market analysis based over social networks using text mining and cluster analysis
HATİME DİLEK BEYHAN
Yüksek Lisans
Türkçe
2014
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BAŞAR ÖZTAYŞİ
- Derin öğrenme modelleri ile sosyal medya üzerinde duygu analizi
Sentiment analysis on social media using deep learning models
HAZAL GİZEM DÖNMEZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAŞAR BECERİKLİ
- Unified framework for sentiment analysis in multiple languages
Çoklu dilde duygu analizi için bütünleşik bir yazılım altyapısı
ABDELRAHMAN TAHA ABDELTAWAB ABDELLATIF
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SHAABAN A.I. SAHMOUD
DR. ÖĞR. ÜYESİ ALİ NİZAM