Çok kategorili duygu analizi ve zaman serisi yöntemlerinin karşılaştırılması
Comparison of multi-category sentiment analysis and time series methods
- Tez No: 970702
- Danışmanlar: DR. ÖĞR. ÜYESİ GÖKSEL BİRİCİK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde dijitalleşmenin hız kazanması ve teknolojiye erişimin kolaylaşması ile birlikte, veri üretimi ve veri çeşitliliği önemli ölçüde artış göstermiştir. Özellikle sosyal medya ve çevrimiçi platformlar üzerinden paylaşılan metin tabanlı kullanıcı yorumları, hizmet sektöründe hizmet kalitesinin değerlendirilmesi, müşteri profillerinin belirlenmesi, eğilimlerin anlaşılması ve memnuniyet düzeylerinin analiz edilmesi açısından oldukça değerli ve anlamlı bir veri kaynağı hâline gelmiştir. Bu bağlamda, çevrimiçi otel yorumları, kullanıcı deneyimlerinin birçok açıdan detaylı şekilde analizine olanak tanımakta ve sektörel anlamda tüketici davranışlarının gözlemlenerek karar alma süreçlerini doğrudan etkilemektedir. Bu çalışma, kullanıcı deneyimlerini daha iyi anlamak, dönemsel tercihleri ve eğilimleri tahmin edebilmek amacıyla, hizmet sektörü özelinde seçilen çevrimiçi otel yorumları üzerinden gerçekleştirilen çok kategorili duygu analizi ile zaman serisi tahmin yöntemlerini kapsamlı ve bütüncül bir yaklaşımla ele almaktadır. Analiz sürecinde öncelikle veri temizleme ve ön işleme adımları gerçekleştirilmiş; ardından içerik temelli olarak yorumlar ondan fazla kategoriye ayrılmıştır. Belirlenen temalar üzerinden; makine öğrenmesi, derin öğrenme, sözlük tabanlı yaklaşımlar ve büyük dil modelleri kullanılarak çok sınıflı duygu analizi gerçekleştirilmiş, bu yöntemlerin başarıları karşılaştırmalı ve ayrıntılı biçimde değerlendirilmiştir. Zaman serisi analizinde ise geleneksel tahmin modelleriyle dönemsel değişimler detaylı ve sistematik biçimde incelenmiştir. Elde edilen bulgular, müşteri memnuniyetinin zamansal gelişimini değerlendirmede ve hizmet sektörüne yönelik stratejik kararların desteklenmesinde önemli katkılar sağlamaktadır.
Özet (Çeviri)
In recent years, the rapid advancement of digital technologies and the increased accessibility of technological tools have led to a substantial rise in both data production and diversity. Particularly, text-based user reviews shared on social media and online platforms have become a highly valuable and meaningful source of data for evaluating service quality, identifying customer profiles, understanding user preferences, and analyzing satisfaction levels in the service sector. In this context, online hotel reviews provide opportunities for the multidimensional analysis of user experiences and play a critical role in observing consumer behavior, thereby directly influencing decision-making processes in the industry. This study adopts a comprehensive and integrated approach to multi-category sentiment analysis and time series forecasting, based on selected online hotel reviews within the service industry. The analytical process begins with data cleaning and preprocessing, followed by categorization of reviews into more than ten content-based themes. Sentiment classification is performed using machine learning, deep learning, lexicon-based methods, and large language models, and the performance of these methods is evaluated comparatively and systematically. In the time series analysis, traditional forecasting models are employed to examine temporal patterns in user sentiments. The findings provide meaningful insights into the temporal evolution of customer satisfaction and offer strategic implications for enhancing decision-making processes in the service sector.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Disinformation in the post-truth era: A comparative analysis of the European Union, Türkiye and Brazil's instruments and practices for combating online disinformation
Hakikat sonrası çağda dezenformasyon: Avrupa Birliği, Türkiye ve Brezilya'nın çevrim içi dezenformasyonla mücadeleye yönelik araç ve pratiklerinin karşılaştırmalı analizi
İREM ŞARDAŞLAR
Yüksek Lisans
İngilizce
2025
İletişim BilimleriAnkara ÜniversitesiLatin Amerika Çalışmaları Ana Bilim Dalı
PROF. DR. BESİME PINAR ÖZDEMİR
- İş kazaları ile stres, kaygı ve öfke kavramları arasındaki ilişkinin incelenmesi: 9 Türk ve 2 İngiliz tekstil fabrikasında yapılan bir araştırma
The relations between work accidents and stress, anxiety and anger: A survey at 9 Turkish and 2 English textile factories
M. HÜLYA ÜNAL KARAGÜVEN
Doktora
Türkçe
1997
Çalışma Ekonomisi ve Endüstri İlişkileriİstanbul Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. AYŞE CAN BAYSAL
- An intelligent system for ranking e-commerce customer reviews to boost engagement
Müşteri etkileşimini artırmak için e-ticaret müşteri yorumlarını sıralayan akıllı sistem
ERTUĞRUL YÜCEL
Yüksek Lisans
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. TOLGA KAYA
- Sosyal medyada kullanıcı yorumlarına ilişkin duygusal dinamiklerin analizi: sınıflandırma, kümeleme ve duygu volatilitesinin zamansal incelenmesi
Analysis of emotional dynamics related to user comments on social media: classification, clustering and temporal examination of sentiment volatility
MEHMET AKİF ARSLAN
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR TOKA