Derin öğrenme yöntemiyle mağaza yorumları üzerinden duygu analizi: Amazon örneği
Sentiment analysis on store reviews with deep learning method: The example of Amazon
- Tez No: 849628
- Danışmanlar: DOÇ. DR. SERKAN SAVAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Çankırı Karatekin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Günümüzde e-ticaret ve modern lojistik hızla gelişmektedir. Bu internet çağının ayırt edici özelliklerinden biri, daha fazla insanın alışveriş tercihlerini e-ticaret platformu aracılığıyla çevrimiçi ürün satın almaya çevirmesidir. Ancak online alışveriş sadece sanal ürünlerde gezinmeye izin verdiği ve ürünün fiziksel olarak görülmediği için ürün açıklaması ile ürünler arasındaki tutarsızlıktan dolayı birçok sorun ortaya çıkmaktadır. Ürünün açıklamalarıyla eşleştiğinden emin olmak açısından müşteriler ürün incelemelerini önemli bir referans olarak kullanır. Bu nedenle ürün incelemeleri ürünleri değerlendirmek için temel bir indeks olmalıdır. Bu çalışma hem metinsel yorumları hem de birden beşe kadar değişen yıldız derecelendirmelerini kapsayan Amazon ürün incelemelerine odaklanan bir vaka çalışması sunmaktadır. Metinsel yorumlarla verilen oylamalar arasındaki tutarlılığı değerlendirmekte olup bu zorluğun üstesinden gelmek için Destek Vektör Makinesi, Karar Ağacı (DT)ve K-En Yakın Komşu gibi bir dizi klasik algoritmanın yanı sıra popüler derin öğrenme Uzun Kısa Süreli Bellek (LSTM) teknikleri de ele alınmaktadır. Bu çalışma, modellerin performanslarının karşılaştırılması ile derin öğrenme modelinin gizli katman sayısına bağlı olarak doğruluk eğiliminin incelenmesi gibi çeşitli model karşılaştırmalarını kapsamaktadır. Çalışmanın ön işleme bölümünde veri seti eğitim, doğrulama ve test olmak üzere üç bölüme ayrılmıştır. Çalışmanın sonucu ise LSTM modelinin %98 gibi etkileyici bir oranla en yüksek doğruluk oranına ulaştığını gösterirken DT modeli %77.8 ile en düşük doğruluk oranını sergilemiştir.
Özet (Çeviri)
In today's world, e-commerce and modern logistics are rapidly developing. One distinguishing feature of the internet age is that more people are converting their shopping preferences into online product purchases through e-commerce platforms. However, online shopping poses many challenges due to inconsistencies between product descriptions and the physical appearance of the product, as it allows customers to navigate only virtual products. To ensure that the product matches its descriptions, customers use product reviews as an important reference. Therefore, product reviews should be a fundamental index for evaluating products. This study presents a case study focusing on Amazon product reviews that cover both textual comments and star ratings ranging from one to five. It evaluates the consistency between textual comments and given ratings, addressing the challenge by considering a range of classical algorithms such as Support Vector Machine, Decision Tree (DT), and K-Nearest Neighbor, as well as popular deep learning techniques like Long Short-Term Memory (LSTM). This study includes various model comparisons, such as comparing the performance of models and examining the accuracy trend based on the number of hidden layers in deep learning models. In the preprocessing section of the study, the dataset is divided into three parts: training, validation, and testing. The result of the study shows that the LSTM model achieved an impressive accuracy rate of 98%, while the DT model displayed the lowest accuracy at 77.8%.
Benzer Tezler
- Derin öğrenme yöntemiyle panoramik radyografilerde sekonder çürük tespiti
Secondary caries detection with deep learning in panoramic radiographs
GÖKTUĞ YERSEL
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiKocaeli ÜniversitesiRestoratif Diş Tedavisi Ana Bilim Dalı
PROF. DR. NESLİHAN TEKÇE
- Derin öğrenme yöntemiyle akademik makaleler için anahtar kelime çıkarımı
Keyword extraction for academic papers by deep learning method
GİZEM ÇAY
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KAYA
- Derin öğrenme yöntemiyle kapalı alanlarda suç davranışlarının tespitine yönelik bir uygulama
An application towards detecting criminal behaviors in indoor spaces with deep learning
EMEL BAĞDATOĞLU YILMAZ
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. MURAT PAŞA UYSAL
- Derin öğrenme yöntemiyle X-ışını görüntülerinden yaygın göğüs hastalıklarının tespiti
Detection of common thorax diseases from X-ray images with deep learning method
TOLGA SAİM BAŞÇETİN
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM EMİROĞLU
- Derin öğrenme yöntemiyle patates yaprağı görüntülerinden hastalık tespiti
Disease detection from potato leaf images using deep learning methods
KENAN ALMAS
Yüksek Lisans
Türkçe
2025
Bilim ve TeknolojiBatman ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULKERİM ÖZTEKİN