Mobil uygulama algılarının karşılaştırılması
Comparison of mobile application perceptions
- Tez No: 888903
- Danışmanlar: DR. ÖĞR. ÜYESİ ÇAĞRI ŞAHİN
- 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: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Mobil teknolojiler, günlük hayatımızın vazgeçilmez bir parçası haline gelerek yaşamımızı her yönüyle dönüştürmektedir. Bu dönüşümün en önemli unsurlarından biri olan mobil uygulamalar, kullanıcıların günlük rutinlerine derinlemesine entegre olmuş ve sosyal etkileşimlerimizi, iş yapma biçimlerimizi ve bilgiye erişim yöntemlerimizi köklü bir şekilde değiştirmiştir. Bunun ötesinde, mobil uygulamalar büyük bir ekonomik pazar haline gelmiştir. Bu büyüme, uygulama geliştiricilere ve teknoloji firmalarına önemli fırsatlar sunmakla birlikte, kullanıcıların beklentilerini ve ihtiyaçlarını karşılamak için sürekli yenilik yapmayı zorunlu kılmaktadır. Kullanıcı geri bildirimlerini anlamak, uygulama deneyimini iyileştirmek ve kullanıcı memnuniyetini artırmak amacıyla, kullanıcı yorumlarını analiz etmek geliştiriciler için kritik bir rol oynamaktadır. Bu çalışmada, Instagram, YouTube, WhatsApp, Netflix, Snapchat, Spotify, Telegram ve Twitter gibi popüler mobil uygulamaların kullanıcı yorumları üzerinde yapılan Duygu Analizi (DA) sonuçları sunulmuştur. Doğal Dil İşleme (DDİ) modelleri olan VADER, BERT ve GPT-3.5 Turbo kullanılarak yapılan analizlerde, her modelin performansı karşılaştırılmıştır. BERT, ortalama %89 doğruluk ve %85 F1-skoru değerlerini elde ederek, %85 doğruluk ve %83 F1-skor değerlerine ulaşan VADER ve %78 doğruluk ve %76 F1-skor değerlerine ulaşan GPT-3.5 Turbo modellerine göre üstün performans göstermiştir. En iyi performansı gösteren BERT modeline göre, her platform için hem pozitif hem de negatif yorumların anormal dağılım gösterdiği günler belirlenmiş ve bu anormal durumların nedenleri tespit edilerek değerlendirilmiştir. Buna ek olarak, T5 dil modeli kullanılarak belirli anahtar kelimeler ve promptlar yardımıyla anormal günler özetlenmiş ve uygulama geliştiricilere kullanıcı dostu bir formatta sunulmuştur.
Özet (Çeviri)
Mobile technology have become an essential and inseparable part of our daily lives, transforming our existence in every aspect. One of the most important elements of this transformation is mobile applications, which have become deeply integrated into users' daily routines, fundamentally changing our social interactions, ways of doing business, and methods of accessing information. Beyond that, mobile applications have become a significant economic market. This growth presents important opportunities for app developers and technology companies, while also making it essential to continuously innovate to meet users' expectations and needs. In this study, the results of Sentiment Analysis performed on user reviews of popular mobile applications such as Instagram, YouTube, WhatsApp, Netflix, Snapchat, Spotify, Telegram, and Twitter. The performances of the Natural Language Processing models VADER, BERT, and GPT-3.5 Turbo were compared. BERT demonstrated superior performance, achieving an average of 89% accuracy and an 85% F1-score, compared to VADER's 85% accuracy and 83% F1-score, and GPT-3.5 Turbo's 78% accuracy and 76% F1-score. According to the best-performing BERT model, days with anomalous distributions of both positive and negative reviews were identified for each platform, and the reasons for these anomalies were determined and evaluated. Additionally, the T5 language model was utilized to summarize these anomalous days using specific keywords and prompts, and the results were presented to app developers in a user-friendly format.
Benzer Tezler
- Statik ve dinamik ortamlar için slam ve navigasyon algoritmalarının ROS ve ROS 2'de karşılaştırmalı analizi
Comparative analysis of slam and navigation algorithms for static and dynamic environments in ROS and ROS 2
RAGHAD MANDO
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALPASLAN BURAK İNNER
- Comparison of deep learning and conventional receiver design for a NOMA OFDM system
Bir NOMA OFDM sistemi için derin öğrenme ile geleneksel alıcı tasarımının karşılaştırılması
RASHEED MOHAMMED ABD ALQAWI ALSHALWE
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Okan ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DİDEM KIVANÇ TÜRELİ
- Tekerlekli mobil robotlar ile insansı robotların görev yetenekleri yönünden deneysel karşılaştırılması
Başlık çevirisi yok
ERCAN TAŞKIRAN
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiKara Harp Okulu KomutanlığıElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALUK GÖZDE
- Evaluating user perceptions on mobile health applications
Mobil sağlık uygulamalarında kullanıcı algılarının değerlendirilmesi
BURCU KUYUCU
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. YÜCEL BATU SALMAN
- Akademisyenler için bir mobil öğrenme sisteminin geliştirilmesi ve sınanması
Developing and testing of a mobile learning system for academics
NİLGÜN ÖZDAMAR KESKİN
Doktora
Türkçe
2011
Eğitim ve ÖğretimAnadolu ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
DOÇ. DR. ABDULLAH KUZU