Çevrimiçi alışveriş sitelerinde kullanıcı yorumları üzerinden mobilya ürünleri için duygu analizi: Yapay zekâ modelleri ile puan tahminleme ve müşteri memnuniyeti değerlendirmesi
Sentiment analysis for furniture products through user reviews on online shopping sites: Rating prediction and customer satisfaction evaluation using artificial intelligence models
- Tez No: 991189
- Danışmanlar: PROF. DR. UĞUR ÖZCAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Ağaç İşleri, Science and Technology, Wood Products
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Ağaç İşleri Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çevrim içi alışveriş platformları, kullanıcıların ürün deneyimlerini paylaştıkları ve müşteri memnuniyetini yansıtan önemli veri kaynakları haline gelmiştir. Bu çalışmada, 2500 çevrim içi ürün yorumu üzerinde duygu analizi gerçekleştirilmiş ve yorum içeriklerinden yola çıkarak verilen 1–5 yıldız puanlarının makine öğrenmesi yöntemleriyle tahmin edilmesi amaçlanmıştır. Araştırmada Lojistik Regresyon, Naive Bayes, Rastgele Orman, Destek Vektör Makineleri, K-En Yakın Komşular, Karar Ağacı, Gradient Boosting, XGBoost, LightGBM ve CatBoost olmak üzere toplam 10 farklı algoritma kullanılmıştır. Modeller, temel ön işleme adımları ile hazırlanmış veri üzerinde eğitilmiş ve çok sınıflı yapı kapsamında değerlendirilmiştir. Elde edilen sonuçlar doğruluk, kesinlik, duyarlılık ve F1-skoru metrikleri açısından karşılaştırılmış, en yüksek doğruluk oranının Lojistik Regresyon modelinde elde edildiği belirlenmiştir. Bu çalışma, Türkçe e-ticaret yorumları üzerinde çok sınıflı duygu analizi gerçekleştirmesi bakımından literatüre özgün bir katkı sağlamaktadır. Bulgular, kullanıcı yorumlarının makine öğrenmesi yöntemleriyle etkin bir biçimde işlenebildiğini ve müşteri memnuniyetinin güvenilir şekilde değerlendirilebileceğini göstermektedir. Ayrıca çalışma, mobilya ürünleri özelinde yapılan incelemeler sayesinde, tüketici tercihlerini daha doğru öngörmeye ve işletmelerin ürün geliştirme stratejilerini şekillendirmeye yönelik somut katkılar sağlamaktadır.
Özet (Çeviri)
Online shopping platforms have emerged as significant data sources where users share product experiences and reflect customer satisfaction. In this study, sentiment analysis was conducted on 2,500 online product reviews with the objective of predicting 1–5-star ratings based on the review contents using machine learning methods. Ten different algorithms were employed, including Logistic Regression, Naive Bayes, Random Forest, Support Vector Machines, K-Nearest Neighbours, Decision Tree, Gradient Boosting, XGBoost , LightGBM and CatBoost. The models were trained on pre-processed data and evaluated within a multi-class classification framework. The results were compared in terms of accuracy, precision, recall, and F1-score metrics, indicating that the Logistic Regression model achieved the highest accuracy. This study makes an original contribution to the literature by conducting multi-class sentiment analysis on Turkish e-commerce reviews. The findings demonstrate that user reviews can be effectively processed using machine learning methods and that customer satisfaction can be reliably assessed. Moreover, the focus on furniture products provides concrete insights into predicting consumer preferences more accurately and shaping product development strategies for businesses.
Benzer Tezler
- Güneş enerjisi ile çalışan R21-DMF li soğurmalı soğutma çevrimin analizi ve bazı tersinmezliklerin çevrimin performansı üzerindeki etkilerinin incelenmesi
Analysis of R21-DMF solar powered absorpption refrigeration system and effect of someirreversbilities on the Performance of the cycle
SEYİT ARİF TÜR
- Dört zamanlı türbaşarj direk püskürtmeli bir dizel motorunun bilgisayar ile sümülasyonu
Computer aided simulation of a fourstroke turbocharged direct-anjection diesel engine
MUSTAFA BALCI
- Programlanabilir yüksek akım düşük voltaj güç kaynağı
The Programmable high currentlow voltage power supply
ALİ OKUR
- Örnekle-tut ve analogtan dijitale çevirme devrelerinin analiz ve sentezi
Başlık çevirisi yok
ERTUĞRUL İPEK
