Root-cause analysis of E-Commerce product reviews using deep learning
Derin öğrenme kullanarak E-Ticaret'teki ürün yorumlarının kök neden analizi
- Tez No: 877769
- Danışmanlar: DOÇ. DR. SELAMİ BAĞRIYANIK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
- Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Bilim Dalı
- Sayfa Sayısı: 77
Özet
E-Ticaret, iş dünyası için pandemi sonrası döneminin altın yumurtlayan tavuğu olmuştur. Pandemi döneminde, lojistik ve diğer anlamlarda çıkan kısıtlamalardan ötürü E-Ticarete olan hem ilgi hem de talep artışı gözlemlenmiştir. MorganStanley'nin raporuna göre E-Ticaret sektöründeki şirketlerin genel satışlarının 2019 yılında %15'I online olurken, bu sayı 2021'de %21'e yükselmiştir. E-Ticaretin devam eden büyümesi sayesinde sektörün değerinin 2023'te 5.8 trilyon dolardan, 2024'te 6.3 trilyon dolara yükselmesi beklenmektedir. E-Ticaretin hayatlarımızdaki yeri büyümesiyle, E-Ticaretle ilgilenen şirketlerin pazarlama ve teslimat stratejileri de değişmiştir. Bu anlamda müşteri yorumlarının kök neden analizi bu tarz şirketler için ana problemlerden biri haline gelmiştir. Bu çalışma böylesi yorumlar için kök neden analizi sorununu derin öğrenme metodları kullanarak (örn: LSTM'ler gibi) ve onları bu alandaki bir uzmanın belirlediği on önceden belirlenmiş kategoriye sınıflandırarak çözmeyi hedeflemektedir. Bu çalışmada bu problem için önerilen iki temel yaklaşım vardır. İlk yaklaşımda yorumları önceden belirlenmiş olan on kategoriye aynı anda sınıflandırmaya çalışan (yani bir çoklu-etiket problemini çözmeyi amaçlayan) oldukça temel bir LSTM modeli kullanılmıştır. İkinci yaklaşımdaysa aynı temel LSTM modeli, 10 adet daha küçük modele bölünerek her bir kategori için (sırasıyla“ilgili”ve“ilgisiz”olmak üzere) ikili-sınıflandırma görevi gerçekleştirmeye çalışmaktadır. Sonuçlar, bu ikinci yaklaşımın ilkine oranla azımsanmayacak bir farkla daha başarılı olduğu yönündedir ve takip eden tartışma bunun nedenini incelemektedir.
Özet (Çeviri)
E-Commerce has been the golden goose of the post-pandemic era in the business sector. Due to the limitations in logistics and the conditions that rose up with the afore mentioned era, a surge of both interest and demand in E-Commerce has been established. The growth of the E-Commerce sector in terms of overall sales of companies has been recorded as rising from %15 in 2019 to %21 in 2021, according to MorganStanley's report. The continuing growth of E-commerce is expected to be worth $6.3 trillion in 2024 growing from $5.8 trillion in 2023. With the rise of the E-Commerce in our lives in general, Companies dealing in E-Commerce started to change their marketing and delivery strategies. A main problem for the afore mentioned companies has been the root cause analysis of customer reviews. Therefore, a model using known deep learning methods (such as LSTMs), with two main approaches for this problem is being proposed in this thesis. The first approach is a general solution for the problem where a simple LSTM model is built for multi-label classification of the reviews into ten pre-defined categories. The second approach is where the simple LSTM model is divided into 10 smaller models where the reviews are classified into binary classes (“relevant”and“irrelevant”respectively). The results show that the second approach is substantially more successful than the first model and the following discussion reviews how and why that this is the case.
Benzer Tezler
- Trendyol verileri üzerinde makine öğrenmesi modellerini kullanarak ürün popülaritesini tahmin etme
Predicting product popularity in e-commerce using machine learning models: A case study of Trendyol
SEYRAN AKDEMİR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAGEHAN İLHAN
- Analysis of online marketplace sales prediction based on machine learning algorithms: A case of Turkish e-commerce site
Makine öğrenimi algoritmalarına dayalı çevrimiçi pazar yeri satış tahmininin analizi: Türk e-ticaret sitesi örneği
ECEM KAYA
Yüksek Lisans
İngilizce
2023
İşletmeAbdullah Gül ÜniversitesiVeri Bilimi Ana Bilim Dalı
DOÇ. DR. MUHAMMED SÜTÇÜ
- The dilemma of U.S. foreign policy during the Arab Spring: From moralpolitik to realpolitik
Arap Baharı süresince Amerikan dış politikasının ikilemi: 'Moralpolitik'ten 'realpolitik'e
CAN DONDURAN
Doktora
İngilizce
2021
Uluslararası İlişkilerGalatasaray ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
PROF. DR. A. FÜSUN TÜRKMEN
- Online alışveriş sitelerindeki algılanan e-hizmet kalitesinin e-müşteri memnuniyeti üzerine etkisi: (Y-jenerasyonu üzerine bir araştırma)
The impact of the percieved quality of e-services on e-costumer satisfaction in online shopping: (A case study on y-generation)
MAHSA KARIMI