Analysis of customer feedback replied to an airlines support account via Twitter with natural language processing methods
Bir havayolu şirketinin destek hesabına Twitter üzerinden iletilen müşteri geri bildirimlerinin doğal dil işleme yöntemleri ile analizi
- Tez No: 813186
- Danışmanlar: DR. ÖĞR. ÜYESİ ERHAN ÇENE
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 53
Özet
Twitter.com son yıllarda kullanıcı sayısını artıran ve hemen hemen her internet kullanıcısının ya üye olduğu ya da haberdar olduğu tanınmış bir sosyal medya platformu haline gelmiştir. Twitter kullanıcıları“tweet”adı verilen metinlerle kendilerini ifade ederek ve bu tweetlerin içine yerleştirdikleri fotoğraf/videoları paylaşarak birbirleriyle etkileşime geçebilmektedir. Bireysel kullanıcıların yanı sıra kurumsal şirketler de Twitter'da yerini almış, birçok destek departmanı birimi hesap açarak müşterileriyle doğrudan iletişim kurmayı hedeflemiştir. Bu çalışmada, bir havayolu şirketinin Twitter hesabı üzerinden yolcularla etkileşime geçtiği tweetler, çalışmanın hedef veri seti olarak kullanılmıştır. İlgili destek hesabına gelen geri bildirimler ve cevaplar sadece Türkçe ve İngilizce dillerinde kullanılmak üzere filtrelenmiş ve her iki dil için de belirlenen tweetin duygusu etiketlenmiştir. Etiketleme işleminde 3 ayrı duygu kategorisi belirlenmiş ve tweetin“olumlu”,“olumsuz”ya da“nötr”olduğunu belirtmek için manuel etiketleme yapılmıştır. Kullanılan bu tweet listesi, her iki dil için doğal dil işleme yöntemleri ile incelenmiş ve tweetlere ait duyguları sınıflandırma başarısı ölçülmüştür. Modelleme çalışması TensorFlow kütüphanesi yardımıyla R programlama dili ile gerçekleştirilmiş olup, alfanümerik karakterleri filtreleme, emoji ve website linklerinin temizliği, etkisiz kelimelerin temizliği gibi birçok işlem yardımı ile tweetler içinde yer alan kelime gruplarının sadeleştirilmesi sağlanmıştır. Veri temizlik adımlarının ardından doğal dil işleme modeli kurmak için 3 katmanlı bir Yapay Sinir Ağı mimarisi oluşturulmuştur. Türkçe ve İngilizce olmak üzere her iki dil için ayrı ayrı iki doğal dil işleme modeli eğitilmiştir. Eğitilen doğal dil işleme modelleri test edildiğinde, Türkçe tweetleri sınıflandırma konusunda \%94.04'lük başarılı tahmin oranına sahipken İngilizce tweetler için \%93.69'lük tahmin oranı hesaplanmıştır. Model sonuç metriklerinin genellenebilirliğini anlamak için önceden eğitilmiş BERT-Turkish (uncased) (Türkçe için) ve BERT (uncased) (İngilizce için) modelleri ile karşılaştırılmış ve doğal dil işlemesi çalışmaları için mümkün olan en optimal yaklaşımın bulunması hedeflenmiştir.
Özet (Çeviri)
Twitter.com has become a well-known social media platform that has increased its number of users in recent years and almost every internet user is either a member or is aware of it. Twitter users can interact with each other by expressing themselves through texts called“tweets”and sharing photos/videos embedded in these tweets. Apart from individual users, corporate companies have also taken their place on Twitter, and many support departments have opened accounts to communicate directly with their customers. In this study, the tweets of an airline company interacting with passengers through its Twitter account were used as the dataset of the study. The feedbacks and responses to the support account were filtered to be used only in Turkish and English languages and the sentiment of the tweet was labeled for both languages. In the labeling process, 3 different sentiment categories were identified and manual labeling was performed to indicate whether the tweet was“positive”,“negative”or“neutral”. This list of tweets was analyzed with natural language processing methods for both languages and the success of classifying the sentiments of the tweets was measured. The modeling study was carried out in R programming language with the help of the TensorFlow library and simplified the word groups in the tweets with the help of many operations such as filtering alphanumeric characters, cleaning emojis and website links, and cleaning stopwords. After the data cleaning steps, a 3-layer Artificial Neural Network architecture was created to build a natural language processing model. Two natural language processing models were trained separately for each language, Turkish and English. When the trained natural language processing models were tested, a 94.04\% successful prediction rate for classifying Turkish tweets and a 93.69\% prediction rate for English tweets were calculated. To understand the generalizability of the model result metrics, they were compared with the pre-trained BERT-Turkish (uncased) (for Turkish) and BERT (uncased) (for English) models to find the most optimal approach for natural language processing studies.
Benzer Tezler
- Yüklenici inşaat firmaları için çok kriterli performans ölçme modeli
Multi-criteria performance measurement model for construction contractors
IŞILAY TEKÇE
- Bir tekstil işletmesinde kalite kontrol çemberleri tasarımı
The Design of the qualty control circles in a textile company
AYDAN BASKIN
- Lojistik-depo merkezi kaynaklı müşteri şikayetlerinin araştırılması: Bir üretim tesisinde uygulanması
Investigation of customer complaints sourced from logistics-warehouse center: Implementation in a manufacturing facility
ZEHRA KOÇ
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TİJEN ÖVER ÖZÇELİK
- Yapay zekâ destekli ürün pazarında birlikte yaratım aracı olarak elektronik ağızdan ağıza pazarlama ve teknoloji etkileşimi
E-wom as a co-creation tool in the artificial intelligence supported product market, and technology engagement
GÜL YAZICI BENZEŞ
Doktora
Türkçe
2024
İşletmeYıldız Teknik Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. TUĞÇE OZANSOY ÇADIRCI
- Müşteri deneyimlerinin nitel yöntemler ile analizi: Uludağ Kayak Merkezinde bir uygulama
Analysis of customer experiences with qualitative methods: An application in Uludağ Ski Resort
NİDA ERDEM
Yüksek Lisans
Türkçe
2022
EkonometriBursa Uludağ ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. SELİM TÜZÜNTÜRK