Çağrı merkezine gelen aramaların metin tabanlı sınıflandırılması
Text based classification of incoming calls to the call center
- Tez No: 848696
- Danışmanlar: DR. ÖĞR. ÜYESİ YASİN ORTAKCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Metin sınıflandırma, Çağrı merkezi, Word2Vec, GloVe, TF-IDF
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 72
Özet
Bu tez çalışmasında, Ticaret Bakanlığı Çağrı Merkezine gelen çağrıların yönlendirilmesi gereken birimi tahmin etmek için çeşitli makine öğrenme algoritmaları ve farklı metin temsil yöntemleri beraber kullanılmış ve bu modellerin başarımları kıyaslanmıştır. Türkiye Ticaret Bakanlığı Çağrı Merkezi, uzman personel eksikliği ve yanlış yönlendirilen çağrılar nedeniyle çağrıları hızlı bir şekilde çözmekte zorluklarla karşılaşabilmektedir. Bu durum ülke ekonomisi üzerinde olumsuz sonuçlar doğurabilmektedir. Bu tez çalışması, Word2Vec, GloVe ve TF-IDF gibi metin temsil yöntemleri ve çeşitli makine öğrenmesi algoritmalarını detaylı bir şekilde inceleyerek, çağrıları en etkili şekilde uygun departmana yönlendirmenin yollarını belirlemeyi ve bu modellerin performansını karşılaştırmayı amaçlamaktadır. Word2Vec, GloVe ve TF-IDF metin temsil yöntemlerini kullanarak, K-En Yakın Komşu, Naive Bayes, Destek Vektör Makineleri, Adaptive Boosting, Karar Ağacı ve Rastgele Orman gibi çeşitli makine öğrenmesi algoritmalarını içeren kapsamlı bir analiz yapılmıştır. Performans değerlendirmesi doğruluk, kesinlik, duyarlılık ve f1-skor gibi ölçütler kullanılarak gerçekleştirilmiştir. Deneysel sonuçlar, Rastgele Orman ve Word2Vec kombinasyonunun, eğitim ve çalışma zamanı açısından çağrıları yönlendirmeyi başarabilen en uygun model olduğunu göstermiştir.
Özet (Çeviri)
In this thesis, various machine learning algorithms and different text representation methods are used together to predict the department to which incoming calls to the Ministry of Trade Call Center should be routed and the performance of these models are compared. The Call Center of the Ministry of Trade in Türkiye has been facing challenges in resolving issues promptly due to a lack of skilled staff and misdirected calls. This has had negative consequences on the nation's economy. The main objective of this study is to thoroughly examine different machine learning algorithms and word representation techniques, including Word2Vec, GloVe, and TF-IDF, determine the most effective way to route calls to the appropriate department, and compare the performance of these models. Using Word2Vec, GloVe, and TF-IDF methods, we conduct a comprehensive analysis that incorporates various machine learning algorithms, such as K-Nearest Neighbors, Naive Bayes, Support Vector Machines, Adaptive Boosting, Decision Tree, and Random Forest. Performance evaluation is performed using metrics such as accuracy, precision, recall, and f1-score. The results indicate that a combination of the Random Forest and Word2Vec is the optimal model that can manage to route calls in learning and running time. Key Word: Text classification, Word2Vec, GloVe, TF-IDF, Call center
Benzer Tezler
- Makine öğrenmesi tabanlı uçtan uca çağrı merkezi görüşmelerinin değerlendirme sistemi
Machine learning based end-to-end call centers call evaluation system
ÇAĞATAY AYDIN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ORHAN AKBULUT
- COVİD- 19 pandemi sürecinin 112 acil çağrı merkezi üzerine etkilerinin değerlendirilmesi; Çanakkale ili örneği
Evaluation of the effects of the COVİD-19 pandemic process on 112 emergency call centers; the case of Çanakkale province
BURCU SÖBE
Yüksek Lisans
Türkçe
2023
Sağlık YönetimiÇanakkale Onsekiz Mart ÜniversitesiDisiplinlerarası Sağlık Yönetimi Ana Bilim Dalı
DOÇ. DR. AYTEN DİNÇ
- Analysis of a hospital call center
Hastane çağrı merkezi analizi
EZEL EZGİ BUDAK
Yüksek Lisans
İngilizce
2012
Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN ALP
PROF. İHSAN SABUNCUOĞLU
- Covid-19 pandemisinde aile sağlığı merkezlerinden acil yardım ambulansı nakillerinin değerlendirilmesi
Evaluation of emergency ambulance transports from family health centers during the Covid-19 pandemic
TUĞBA USUL
Tıpta Uzmanlık
Türkçe
2023
Acil TıpSağlık Bilimleri ÜniversitesiAile Hekimliği Ana Bilim Dalı
DOÇ. DR. TARIK EREN YILMAZ
UZMAN TUĞBA YILMAZ
- Covid 19 pandemisinde aile sağlığı merkezlerinden acil yardım ambulansı nakillerinin değerlendirilmesi
Evaluation of emergency ambulance transports from family health centers during the Covid-19 pandemic
TUĞBA USUL
Tıpta Uzmanlık
Türkçe
2023
Acil TıpSağlık Bilimleri ÜniversitesiAile Hekimliği Ana Bilim Dalı
DOÇ. DR. TARIK EREN YILMAZ
UZMAN TUĞBA YILMAZ