Metin madenciliği teknikleri kullanılarak Türkçe müşteri yorumlarının sınıflandırılması
Classification of customer comments in Turkish using text-mining techniques
- Tez No: 842281
- Danışmanlar: DR. ÖĞR. ÜYESİ TALAT FİRLAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İSTANBUL BEYKENT ÜNİVERSİTESİ
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 75
Özet
Günümüzde teknolojinin hızlı gelişmesi ile insanların satın alma ve satma faaliyetlerini e-ticaret platformlarında yapmaya neden olmuştur. Bu durum, e-ticaret platformlarındaki ürünlere yazılan müşteri yorumlarının önemini artırmıştır. İnsanların ürün veya hizmet hakkında doğru bilgi edinmelerine yardımcı olmuştur. Satıcılar için de müşteri memnuniyetini ölçme ve iyileştirme imkânı sağlamıştır. Özellikle, şirketler yapılan olumsuz yorumları en hızlı şekilde tespit etmek ve bu sayede iş iyileştirme yapmak için çeşitli metin madenciliği tekniklerini kullanmaktadırlar. Bu tez çalışması, Türkçe dilindeki müşteri yorumlarının analiz edilmesi ve 32 farklı sınıfa ayrılması amacıyla metin madenciliği yöntemlerini kullanmayı hedeflemektedir. İki farklı makine öğrenimi modeli olan yapay sinir ağları (ANN) ve evrişimli sinir ağları (CNN) kullanılarak bu sınıflandırma gerçekleştirilmiştir. Her iki model de öncelikle eğitim veri setiyle eğitilmiş ve daha sonra test veri seti üzerinde değerlendirilmiştir. Elde edilen sonuçlara göre, ANN modeli için %92.34 doğruluk (Accuracy) ve %92.40 F1-skoru elde edilmiştir. CNN modeli ise %92.78 doğruluk ve %92.83 F1-skoru ile daha yüksek performans göstermiştir. Her iki model de oldukça yüksek başarı oranları elde etmiştir. CNN modelinin daha yüksek performans sergilemesi, özellikle metin verileri üzerinde evrişimli yapıların daha etkili olduğunu göstermiştir.
Özet (Çeviri)
Today, the rapid development of technology has led people to carry out their buying and selling activities on e-commerce platforms. This has increased the importance of customer reviews written on products on e-commerce platforms. It has helped people to get accurate information about the product or service. It has also allowed sellers to measure and improve customer satisfaction. In particular, companies use various text mining techniques to identify negative reviews as quickly as possible and thus make business improvements. This thesis aims to use text mining methods to analyze customer reviews in the Turkish language and classify them into 32 different classes. Two other machine learning models, artificial neural networks (ANNs) and convolutional neural networks (CNNs), are used for this classification. Both models were first trained on the training dataset and then evaluated on the test dataset. According to the results, 92.34% Accuracy and 92.40% F1-score were obtained for the ANN model. The CNN model performed better with 92.78% accuracy and 92.83% F1-score. Both models achieved very high success rates. The higher performance of the CNN model shows that convolutional structures are more effective, especially on text data.
Benzer Tezler
- Veri madenciliği teknikleri ile hava yolu firmalarının tweetleri üzerinden duygu analizi
Sentiment analysis through tweet of airway companies with data mining techniques
FATİH AYKUL
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MELİKE ŞİŞECİ ÇEŞMELİ
- Müşteri memnuniyetinin kalite boyutları bakımından metin madenciliği ile keşfi
Discovery of customer satisfaction through text mining in terms of quality dimensions
METİN ERGÖKTAŞ
- Çin restoranına yapılan müşteri yorumlarının metin madenciliği teknikleri ve makine öğrenme yöntemleriyle analiz edilmesi
Analyzing customer comments of a Chinese restaurant using text mining techniques and machine learning methods
ELİF BOZTÜRK KILINÇ
- 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
2024
Ekonomiİskenderun Teknik ÜniversitesiEkonomi Finans Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT UÇAR
- Türkiye'de faaliyet gösteren bir otelin müşterileri tarafından yapılan yorumların metin madenciliği ve makine öğrenmesi kullanılarak incelenmesi
Analysis of customer comments on a hotel operating in Turkey using text mining and machine learning
GİZEM ÖZMERİÇ