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, Text classification, Word2Vec, GloVe, TF-IDF, Call center, Text categorization
- 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: Belirtilmemiş.
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.
Benzer Tezler
- İlkokul çağı erkek çocuklarında inmemiş testis anomalisi ve insidansı
The anomaly and incidence of cryptorchidism in primary school boys
SERDAR SEZGİN
- Manisa yöresinde domateste anlaşmalı tarım ve karşılaşılan sorunlar
Başlık çevirisi yok
OSMAN MURAT KOÇTÜRK
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
PROF. DR. METİN TALİM
- Türkiye'de dış borçlanmayı etkileyen faktörler ve dış borçlanmanın ekonomik katkıları
Başlık çevirisi yok
MEHMET AKÇAY
- Halı ipliği yapımında kullanılan yünlerin teknolojik özellikleri üzerinde araştırmalar
Investigations on the technological properties of wools which are used in woollen carpet yarn production
BEKİR YILMAZ
Doktora
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTarım Ürünleri Teknolojisi Ana Bilim Dalı
PROF. DR. MUSTAFA HARMANCIOĞLU
- Kurumlar Vergisi Kanunu açısından sermaye şirketlerinde tasfiye, birleşme, nev'i değiştirme
Başlık çevirisi yok
BİLLUR YALTI