Makine öğrenmesine dayalı çevrimiçi otel görüşlerinin duygu analizi ve konu modelleme yaklaşımlarıyla değerlendirilmesi
Evaluation of online hotel reviews based on machine learning with sentiment analysis and topic modeling approaches
- Tez No: 845438
- Danışmanlar: PROF. DR. KEMAL KANTARCI
- Tez Türü: Doktora
- Konular: Turizm, Tourism
- Anahtar Kelimeler: Duygu analizi, Makine öğrenmesi, Metin madenciliği, Otel işletmeciliği, Sentiment analysis, Machine learning, Text mining, Hotel business
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Alanya Alaaddin Keykubat Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Turizm İşletmeciliği Ana Bilim Dalı
- Bilim Dalı: Turizm İşletmeciliği ve Otelcilik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Otel işletmelerinin Web 2.0 platformları üzerinden sahip olduğu kullanıcı tarafından oluşturulan içerikler, tüketici memnuniyetini ve otellerin hizmet performansını gösteren önemli göstergelerden birisidir. Bu içeriklerin yapısal ve anlamsal özelliklerini ortaya çıkartmak, otel işletmelerinin hizmet performanslarının seviyesini görmesinde etkin bir rol oynamaktadır. Böylece oteller, hizmet sağladığı tüketicilerin memnuniyetine etki eden unsurları net bir şekilde belirleyebilmektedir. Metin madenciliği alanında kullanılan makine öğrenmesi yöntemleri, büyük veri kapsamında ele alınan bu içeriklerin etkili bir şekilde analiz edilmesini sağlamaktadır. Bu çalışmada, Türkiye'nin önemli turizm merkezlerinden birisi olan Alanya'da faaliyet gösteren otellere yapılan çevrimiçi kullanıcı içerikleri incelenmiştir. Bu içeriklerde konaklama yapan kişilerin en fazla değindiği konular ve bu konuların tüketicilerin memnuniyetine olan etkileri, konu modelleme ve duygu analizi yöntemleri ile ortaya çıkarılmıştır. Otellerin sağladığı olanaklar, animasyon ve personel konuları, tüketicilerin memnuniyetine en fazla pozitif etki eden unsurlar olmuştur. Önbüro ve oda konuları ise negatif olarak memnuniyete etki eden konulardır. Personel konusu, tüketicilerin pozitif yorumda bulunmasına en fazla katkı sağlayan konu olurken, önbüro konusu ise tüketicilerin en fazla negatif yorumda bulunmasına sebep olmaktadır. Ayrıca araştırmada ortaya çıkan konulardan duyulan memnuniyet seviyesi, otel sınıfına ve seyahat türlerine göre değişiklik göstermektedir.
Özet (Çeviri)
User-generated content in Web 2.0 platforms is a significant indicator of consumer satisfaction and service performance for hotel business. Revealing the structural and semantic attributes of this content plays an essential role in assessing the level of hotel service performance. By this way, hotels can precisely identify the factors influencing their consumers satisfaction. Machine learning techniques in the field of text mining effectively provides to analyze these contents within the scope of big data. In this study, online user-generated content related to hotels operating in Alanya, one of Turkey's prominent tourism centers, has been examined. The topics most emphasized by consumers who have stayed at these hotels and the effects of these topics on consumer satisfaction have been appeared via topic modeling and sentiment analysis methods. According to the findings, customers staying at the related hotels have identified animation, staff, and amenities as the topics that positively influence consumer satisfaction. However, front desk and room-related matters have been identified as the topics with the most negative impact. The staff topic has the most positive impact on consumers' positive comments but, the front desk topic tends to induce negative comments. In addition, the level of satisfaction with the topics revealed in the research varies according to the hotel class and travel types.
Benzer Tezler
- Developing a protective - preventive and machine learning based model on child abuse
Çocuk istismarında koruyucu – önleyici ve makine öğrenmesine dayalı bir modelin geliştirilmesi
FATİH MERT
Yüksek Lisans
İngilizce
2021
İstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Physics informed machine learning based optimization for chemical engineering applications
Kimya mühendisliği uygulamaları için fizik bilgisiyle zenginleştirilmiş makine öğrenmesine dayalı optimizasyon
ECE SERENAT KÖKSAL
- Eğitsel videolarda makine öğrenmesi temelli duygu durum analizinin duygu ölçümlenmesi ve başarı açısından incelenmesi
An investigation of machine learning based mood analyses in educational videos in terms of emotion measurement and achievement
ALİ BATUHAN YILDIZ
Yüksek Lisans
Türkçe
2024
Mersin ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
Yükleniyor...
- Geleceğin tarımı: IoT ve yapay zeka ile sürdürülebilir sera yönetimi
Future farming: sustainable greenhouse management with IoT and artificial intelligence
KERİM BEŞİR
Yüksek Lisans
Türkçe
2025
Necmettin Erbakan ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Hybrid reciprocal recommendation with advanced feature representations
Gelişmiş özellik gösterimleri ile hibrit çift taraflı öneri sistemleri
EZGİ YILDIRIM