Geri Dön

E-ticaret sitelerinde yer alan yorumların bert ve albert dil modelleri ile analizi

Analysis of comments on e-commerce sites with bert and albert language models

  1. Tez No: 831970
  2. Yazar: SUAT ERKAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ EDİZ ŞAYKOL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: İSTANBUL BEYKENT ÜNİVERSİTESİ
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 49

Özet

Günümüzde popüler hale gelen çevrimiçi alışveriş (e-ticaret) platformları hızlı, kolay, güvenli ve temassız bir alışveriş deneyimi sunmaları nedeniyle pek çok insan tarafından sıklıkla tercih edilmektedir. Müşterilerin çevrimiçi alışveriş sırasında satın alma işlemini gerçekleştirmeden önce doğru karar verebilmelerini sağlamak amacıyla başvurdukları ürün ve hizmet ile ilgili çevrimiçi platformlar üzerinden yapılan olumlu veya olumsuz yorumlar alışveriş tercihlerinde önemli bir rol oynamaktadır. E-ticaret platformlarında yer alan ürünlere ait müşteri yorumları, müşterilerin ürün/hizmet hakkında gerçekçi bir fikir edinmelerine ve işletmelerin bu yorumları değerlendirerek performanslarını arttırmasına katkı sağlamaktadır. Ancak bu yorumların müşteriler tarafından tek tek okunması ve analiz edilmesi oldukça zaman alıcı ve zor bir süreçtir. Bu süreç aynı zamanda dikkat dağınıklığı gibi etkiler nedeniyle ürün yorumlarının analizinde insan hatası riskini de beraberinde getirmektedir. Müşterilerin ilgilendikleri ürün ve hizmet hakkında hızlı ve doğru karar verebilmelerini sağlamak için makine öğrenimi algoritmalarına dayalı dil analiz modellerinin geliştirilmesi üzerine çeşitli çalışmalar yapılmaktadır. Ele alınan bu tez çalışmasında BERT ve ALBERT dil modelleri kullanılarak, e-ticaret siteleri üzerinde yer alan ürünlere/hizmetlere ait müşteri yorumları kullanılarak ürün/hizmet hakkında duygu analizi yapılması planlanmıştır. Çalışmada elde edilen analiz sonuçlarının e-ticaret platformları üzerinde müşteri memnuniyetini artırması ve buna bağlı olarak pazarlama stratejileri ve ürün geliştirme gibi konulara katkı sağlaması öngörülmektedir.

Özet (Çeviri)

Online shopping (e-commerce) platforms, which have become popular today, are often preferred by many people because they offer a fast, easy, secure and contactless shopping experience. Positive or negative comments made on online platforms about the product and service that customers apply for, in order to enable them to make the right decision before making the purchase during online shopping, play an important role in their shopping preferences. Customer reviews of products on e-commerce platforms help customers get a realistic idea about the product/service and help businesses improve their performance by evaluating these comments. However, reading and analyzing these comments one by one by customers is a time-consuming and difficult process. This process also brings the risk of human error in the analysis of product reviews due to effects such as distraction. Various studies are carried out on the development of language analysis models based on machine learning algorithms in order to enable customers to make fast and accurate decisions about the product and service they are interested in. In this study, it is planned to conduct a sentiment analysis about the product/service by using customer comments on products/services on e-commerce sites using BERT and ALBERT language models. It is predicted that the results of the analysis obtained in the study will increase customer satisfaction on e-commerce sites and contribute to issues such as marketing strategies and product development.

Benzer Tezler

  1. Doğal dil işleme ve derin öğrenme teknikleri ile duygu analizi: Türkçe metinler üzerine bir çalışma

    Sentiment analysis with natural language processing and deep learning techniques: A study on Turkish texts

    ZEYNEP SENA PEKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİ

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ATINÇ YILMAZ

  2. E-ticaret sitelerinde yer alan tüketici yorumlarının metin madenciliği yöntemleri ile analizi

    Analysing consumer comments on e-commerce websites using text mining methods

    ELİF UZUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Ekonomiİskenderun Teknik Üniversitesi

    Ekonomi Finans Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT UÇAR

  3. Küresel marka konumlandırmasında metin madenciliği yaklaşımı ile algılama haritalarının oluşturulması: Cep telefonu sektöründe bir uygulama

    Creating perceptual maps with text mining approach in global brand positioning: An application in the mobile phone industry

    HALE TUĞÇE ALTUNAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İşletmeSamsun Üniversitesi

    Uluslararası İşletmecilik ve Ticaret Ana Bilim Dalı

    DOÇ. DR. MUSTAFA KEMAL YILMAZ

  4. E-ticaret sitelerinde yer alan tüketici yorumları ve değerlendirmelerinin tüketici tutumu ve satın alma davranışı üzerindeki rolü

    The role of consumer comments and evaluations on e-commerce sites on consumer attitude and purchasing behavior

    EMİNE İNCİR UÇAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Halkla İlişkilerSivas Cumhuriyet Üniversitesi

    Halkla İlişkiler ve Tanıtım Ana Bilim Dalı

    PROF. DR. MURAT TOKSARI

  5. Türkiye'de faaliyet gösteren e-pazaryerleri sitelerinde e-hizmet kalitesi ile e-ağızdan ağıza pazarlama arasındaki ilişkide algılanan kalitenin rolü

    The role of perceived quality in the relationship between electronic service quality and electronic mouth in the electronic marketplaces operating in the Turkey

    İREM AKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İşletmeMarmara Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. FATMA ASUMAN YALÇIN