Soğan mimarisinde metin içeriklerinin yapay zekâ destekli modeller ile değerlendirilmesi ve dağıtımı
Evaluation and distribution of text contents with models supported by artificial intelligence techniques in onion architecture
- Tez No: 895129
- Danışmanlar: DOÇ. DR. ZAFER CÖMERT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Doğal dil işleme, Duygu analizi, Evrişimli sinir ağları, Metin sınıflandırma, Natural language processing, Sentiment analysis, Convolutional neural networks, Text categorization
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Samsun Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, müşteri geri bildirimlerinin yapay zekâ destekli modellerle analiz edilmesi ve elde edilen içgörülerin soğan mimarisi kullanılarak dağıtılmasını amaçlamaktadır. Araştırma, özellikle havayolu taşımacılığı sektöründe müşteri memnuniyetini artırmak ve hizmet kalitesini iyileştirmek için yenilikçi yöntemler sunmayı hedeflemektedir. Tez kapsamında, doğal dil işleme (NLP) teknikleri ve derin öğrenme modelleri kullanılarak metin tabanlı müşteri yorumları analiz edilmiştir. Çalışmanın birinci amacı, müşteri yorumlarından anlamlı içgörüler elde etmek olup, bigram, trigram analizleri ve duygu analizi gibi yöntemlerle müşterilerin yoğunlaştığı konular ve duygusal tepkileri belirlemektir. İkinci amaç, duygu analizi ile müşteri memnuniyetini değerlendirerek pozitif, negatif veya nötr duyguların sınıflandırılmasını sağlamaktır. Üçüncü amaç, elde edilen analiz sonuçlarının soğan mimarisi ile etkin bir şekilde dağıtılmasıdır. Bu mimari, yazılım geliştirme süreçlerinde katmanlı ve modüler bir yaklaşım sunarak uygulamaların sürdürülebilirliğini ve esnekliğini artırır. Son olarak, dördüncü amaç, müşteri geri bildirimlerinden elde edilen verilerle hizmet kalitesini iyileştirmek için karar destek sistemleri geliştirmektir. Araştırma kapsamında kullanılan veri seti, havayolu sektöründe müşteri deneyimlerine ait metin tabanlı yorumları içermektedir. Bu yorumlar, doğrulama durumu, içerik, değerlendirme puanı, tavsiye durumu ve duygu analizi gibi bilgiler içermektedir. Veri seti, duygu analizi için ön işleme tabi tutularak eğitim ve test seti olarak ayrılmıştır. Derin öğrenme modelleri ve optimizasyon algoritmaları kullanılarak elde edilen sonuçlar, hizmet kalitesinin artırılması ve müşteri memnuniyetinin iyileştirilmesi için stratejik öneriler sunmaktadır.
Özet (Çeviri)
This thesis aims to analyze customer feedback using AI-supported models and distribute the obtained insights through onion architecture. The research specifically targets the airline transportation sector to enhance customer satisfaction and improve service quality by providing innovative methods. The thesis employs natural language processing (NLP) techniques and deep learning models to analyze text-based customer reviews. The first objective of the study is to extract meaningful insights from customer reviews by identifying topics and emotional responses through methods such as bigram, trigram analyses, and sentiment analysis. The second objective is to evaluate customer satisfaction through sentiment analysis, categorizing the reviews into positive, negative, or neutral sentiments. The third objective is to effectively distribute the analysis results using onion architecture. This architecture offers a layered and modular approach in software development, enhancing the sustainability and flexibility of applications. Lastly, the fourth objective is to develop decision support systems to improve service quality based on the data obtained from customer feedback. The dataset used in the research comprises text-based comments on airline experiences, including information such as verification status, review content, rating, recommendation status, and sentiment analysis. The dataset is pre-processed for sentiment analysis and split into training and testing sets. Using deep learning models and optimization algorithms, the results provide strategic recommendations for enhancing service quality and improving customer satisfaction.
Benzer Tezler
- Bazı bitkisel boyarmaddeler ile yün liflerinin boyanması yöntemlerinin ve haslıklarının araştırılması
Başlık çevirisi yok
TÜLAY GÜLÜMSER
Yüksek Lisans
Türkçe
1986
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NECDET SEVENTEKİN
- Yanal su alma yapılı dolu gövdeli bağlamalarda ayırma duvarının sürüntü maddesine etkisi
Einfluss der trennwaendezur verhütung der seitlichen wasserentnahmen der fasten wehranglagen
TÜLAY ÖZBEK
- İzmir bölgesi mandarinlerinin mikro-element durumu üzerinde araştırmalar
Başlık çevirisi yok
NİLGÜN SAATÇI