Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13087/3096
Title: Metin madenciliği teknikleri ile Türkçe müşteri yorumlarının analizi
Other Titles: Analysis of Turkish customer reviews with text mining techniques
Authors: Erginel, Nihal
Yaman, Uğur Can
Keywords: Endüstri ve Endüstri Mühendisliği
Industrial and Industrial Engineering
Metin madenciliği
Text mining
Issue Date: 2022
Publisher: Eskişehir Teknik Üniversitesi
Abstract: Çağımızda, teknolojinin ivme kazanarak gelişmesi tüketicilerin satın alma faaliyetlerini e-ticaret platformlarına taşımalarına sebep olmuştur. Bu durum, satın alma esnasında incelenen müşteri yorumlarının değerini artırmıştır. Referans niteliği taşıyan bu müşteri yorumları, ürün veya hizmetler hakkındaki memnuniyet ve şikayetleri temsil ettiğinden dolayı hem bireyler hem de şirketler için bir rapor sunmaktadır. Özellikle, şirketler yapılan olumsuz yorumları en hızlı şekilde tespit etmek ve bu sayede iş iyileştirme yapmak için çeşitli metin madenciliği tekniklerini kullanmaktadırlar. Ancak, Türkçe metinlerin analizi üzerine yapılan çalışmalar az sayıdadır. Buradan hareketle, Türkçe müşteri yorumlarını olumlu, olumsuz ve tarafsız olarak sınıflandırmak için metin madenciliği ve doğal dil işleme tekniklerinden yararlanılmıştır. Bu doğrultuda, Türkçe için yeni özgün sözlüklerin ve dil kurallarının üretildiği sözlük tabanlı bir yaklaşım olan Sözlük Tabanlı Puanlama Sistemi (STPS) önerilmiştir. STPS algoritması, metin içindeki kelimeleri anlam bakımından inceleyerek derecelendiren ve metnin anlamını daha doğru tespit etmeye yarayan kuralları içeren yeni bir yaklaşımdır. Önerilen yaklaşım ile, bir e- ticaret platformundan elde edilen müşteri yorumları analiz edilmiştir. Algoritmanın tahminleri beş farklı makine öğrenmesi yöntemiyle çeşitli performans metrikleri altında karşılaştırılmıştır. STPS algoritmasının metin sınıflandırmadaki başarım değerleri yüksektir.
Today, rapidly developing technology has caused shopping activities to be moved to e-commerce platforms. This has increased the value of customer reviews in purchasing. As these guideline customer reviews represent satisfaction and complaints about products or services, they provide a report for both individuals and companies. In particular, companies use various text mining techniques to detect negative comments as quickly as possible and thus improve business. However, studies on the analysis of Turkish texts are scarce. From this point of view, text mining and natural language processing techniques were used to classify Turkish customer reviews as positive, negative and neutral. In this direction, The Scoring System Dictionary-Based (SSDB), which is a dictionary-based approach in which new original dictionaries and language rules are produced for Turkish, is proposed. The SSDB algorithm is a new approach that ranks the words in the text by analyzing them in terms of meaning and includes rules that help to determine the meaning of the text more accurately. With the proposed approach, customer reviews scraped from an e-commerce platform were analyzed. The predictions of the algorithm were compared with five different machine learning methods trough various performance metrics. The SSDB algorithm is successful in Turkish text classification.
URI: https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=kScA8XnrRb0WogX-qPGFkjGDMfW8Bhg33o5u2YdVQTY7S3aTGmdSkmOPuEzzP4WS
https://hdl.handle.net/20.500.13087/3096
Appears in Collections:Tez Koleksiyonu

Show full item record

CORE Recommender

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.