Geri Dön

Türkçe otel yorumları üzerinden yorum analizi ve duygu durumu tespiti

Comment analysis and sentiment detection on Turkish hotel reviews

  1. Tez No: 886649
  2. Yazar: SELİN SEDA AKBULUT
  3. Danışmanlar: DOÇ. DR. SADİYE NERGİS TURAL POLAT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Bilim Dalı
  13. Sayfa Sayısı: 66

Özet

Günümüzde teknolojinin gelişmesiyle birlikte çevrimiçi platformlarda tüketici deneyimleriyle ilgili büyük miktarda veri ortaya çıkmakta ve bu veriye kolaylıkla ulaşılabilmektedir. Bu veriler, tüketicilerin yaşadıkları deneyimlere karşılık nasıl geri bildirimde bulundukları konusunda bilgi elde edilmesine olanak sağlamaktadır. Verilerin makine öğrenmesi algoritmaları kullanılarak analiz edilmesi sonucunda ise farklı tüketicilerinde gelecekteki davranışlarına ilişkilin tahminler yapılabilmektedir. Elde edilen tahmin sonuçları ise tüketici memnuniyeti arttırmak için karar destek sistemlerinin oluşturulmasına yardımcı olmaktadır. Otelcilik sektöründe ise, çevrimiçi turizm acentelerinin otel portföylerini potansiyel müşterileriyle buluşturduğu sistemlerde kullanıcıların seçenekleri daraltırken dikkate aldığı en önemli hususların başında otel yorumları gelmektedir. Bu sistemlerde kullanıcı yorumlarının yapısı, kaynakları ve değerlendirme sürecini etkilemektedir. Günümüzde literatürde yaygın olarak çalışılan ve metin madenciliğinde önem kazanmakta olan konu modelleme yöntemleri ise bu alanlarda içgörü oluşturmak adına tercih edilmeye başlanmıştır. Tez çalışması kapsamında veri kazıma yöntemi ile Türkçe otel yorumlarını içeren özgün bir veri seti oluşturulmuştur. Oluşturulan özgün veri seti üzerinde Python programlama dili aracılığı ile doğal dil işleme (DDİ) teknikleri kullanılarak ön işleme çalışmaları yapılmıştır. Bu çalışmalardan elde edilen işlenmiş veri seti üzerinden, yorum verisinde geçen konuların ve konuk memnuniyetinin tespit işlemi için konu modelleme yöntemlerinden biri olan BERT (Bidirectional Encoder Representations from Transformers) modelinin iki farklı alt modeli kullanılmıştır. Çalışma kapsamında elde edilen özgün veri setinde bulunan 3.073 farklı yorum ve 27.612 konu üzerinde deneysel çalışmalar gerçekleştirilmiştir. Eğitilen BERT modelleri ile toplamda 22.491 konu başarıyla tespit edilerek konu modellemede %81 doğruluk değerine ulaşılırken, duygu analizinde %96 doğruluk değerine ulaşılmıştır. Bu değerler ile eğitilen modellerin güvenilir bir performans sergilediği ve metinlerdeki konuların ve duygu durumlarının doğru bir şekilde belirleme kapasitesinin yüksek olduğu sayısal veriler ile ortaya konmuştur.

Özet (Çeviri)

Substantial amount of data concerning consumer experiences accumulate on online platforms, readily accessible thanks to the recent technological developments. These data aid in gaining insight into how consumers provide feedback and assist in transforming relevant outputs into recommendations through the utilization of machine learning algorithms, thereby facilitating the creation of decision support systems. In the hotel industry, hotel reviews emerge as one of the crucial considerations for users when narrowing down options in systems where online travel agencies match hotel portfolios with potential customers. The structure, sources, and evaluation process of user reviews influence these systems. In recent years, topic modeling techniques have attracted significant attention in the field of text mining and have become a focal point of research, offering valuable insight in this domain. In this study, a new dataset comprising Turkish hotel reviews has been compiled through the utilization of data scraping methods. Preprocessing activities employing natural language processing (NLP) techniques through the Python programming language have been conducted on the created dataset. Utilizing the dataset pre- processed, BERT models, a topic modeling method, have been employed for the detection of topics mentioned in the reviews and for determining guest satisfaction. Experimental studies have been conducted on 3.073 different reviews and 27.612 topics found within them. Trained BERT models are able to successfully identify a total of 22.491 topics, achieving an 81% accuracy rate in topic modeling and a 96% accuracy rate in sentiment analysis. These values demonstrate the reliable performance of the trained models and their high capacity for accurately determining topics and emotional states within the texts.

Benzer Tezler

  1. Müşteri yorumlarının duygu analizi: Konaklama işletmeleri

    Sentiment analysis of customer reviews: Accommodation establishments

    TUĞRUL AKTAŞ

    Doktora

    Türkçe

    Türkçe

    2023

    Yönetim Bilişim SistemleriMaltepe Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞE CİLACI TOMBUŞ

  2. Turizm sektöründe elektronik ağızdan ağıza iletişimin satın alma niyeti üzerine etkisi

    The effect of electronic word of mouth on purchase intention in the tourism industry

    AYŞE EREN

    Doktora

    Türkçe

    Türkçe

    2021

    TurizmNevşehir Hacı Bektaş Veli Üniversitesi

    Turizm İşletmeciliği Ana Bilim Dalı

    DOÇ. DR. DUYGU EREN

  3. Çevrimiçi yorum ve şikâyetlerin otel işletmeleri üzerinden duygu analizi ile incelenmesi

    Analyzing of online comments and complaints with sentiment analysis through hotel businesses

    MURAT FATİH TUNA

    Doktora

    Türkçe

    Türkçe

    2019

    TurizmErciyes Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. MEHMET ŞÜKRÜ AKDOĞAN

    PROF. DR. OĞUZ KAYNAR

  4. Ürün özelliklerinin Türkçe kullanıcı yorumlarından özellik tabanlı sentiment analizi ile keşfedilmesi

    Discovering product features from Turkish reviews by using aspect based sentiment analysis

    HAZAL TÜRKMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEVİNÇ İLHAN OMURCA

  5. Hizmet sektörü veri setlerinde dilsel özetleme ve duygu analizi

    Linguistic summarization and opinion mining applications on service industry datasets

    BETÜL DÜNDAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. SUAT ÖZDEMİR