Metin madenciliği teknikleri kullanılarak Türkçe müşteri yorumlarının sınıflandırılması

dc.contributor.advisorFirlar, Talat
dc.contributor.authorCengiz, Veli
dc.date.accessioned2025-03-10T18:52:23Z
dc.date.available2025-03-10T18:52:23Z
dc.date.issued2023
dc.departmentEnstitüler, Lisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı
dc.description.abstractGünümüzde teknolojinin hızlı gelişmesi ile insanların satın alma ve satma faaliyetlerini e-ticaret platformlarında yapmaya neden olmuştur. Bu durum, e-ticaret platformlarındaki ürünlere yazılan müşteri yorumlarının önemini artırmıştır. İnsanların ürün veya hizmet hakkında doğru bilgi edinmelerine yardımcı olmuştur. Satıcılar için de müşteri memnuniyetini ölçme ve iyileştirme imkânı sağlamıştır. Özellikle, şirketler yapılan olumsuz yorumları en hızlı şekilde tespit etmek ve bu sayede iş iyileştirme yapmak için çeşitli metin madenciliği tekniklerini kullanmaktadırlar. Bu tez çalışması, Türkçe dilindeki müşteri yorumlarının analiz edilmesi ve 32 farklı sınıfa ayrılması amacıyla metin madenciliği yöntemlerini kullanmayı hedeflemektedir. İki farklı makine öğrenimi modeli olan yapay sinir ağları (ANN) ve evrişimli sinir ağları (CNN) kullanılarak bu sınıflandırma gerçekleştirilmiştir. Her iki model de öncelikle eğitim veri setiyle eğitilmiş ve daha sonra test veri seti üzerinde değerlendirilmiştir. Elde edilen sonuçlara göre, ANN modeli için %92.34 doğruluk (Accuracy) ve %92.40 F1-skoru elde edilmiştir. CNN modeli ise %92.78 doğruluk ve %92.83 F1-skoru ile daha yüksek performans göstermiştir. Her iki model de oldukça yüksek başarı oranları elde etmiştir. CNN modelinin daha yüksek performans sergilemesi, özellikle metin verileri üzerinde evrişimli yapıların daha etkili olduğunu göstermiştir.
dc.description.abstractToday, the rapid development of technology has led people to carry out their buying and selling activities on e-commerce platforms. This has increased the importance of customer reviews written on products on e-commerce platforms. It has helped people to get accurate information about the product or service. It has also allowed sellers to measure and improve customer satisfaction. In particular, companies use various text mining techniques to identify negative reviews as quickly as possible and thus make business improvements. This thesis aims to use text mining methods to analyze customer reviews in the Turkish language and classify them into 32 different classes. Two other machine learning models, artificial neural networks (ANNs) and convolutional neural networks (CNNs), are used for this classification. Both models were first trained on the training dataset and then evaluated on the test dataset. According to the results, 92.34% Accuracy and 92.40% F1-score were obtained for the ANN model. The CNN model performed better with 92.78% accuracy and 92.83% F1-score. Both models achieved very high success rates. The higher performance of the CNN model shows that convolutional structures are more effective, especially on text data.
dc.identifier.endpage75
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=weFMBHaUra8rsS5wi2bmHOi7rt8-5_z0lCaT1ANJOkyp8whpuOUhQP34Qzk6ip4C
dc.identifier.urihttps://hdl.handle.net/20.500.12662/7095
dc.identifier.yoktezid842281
dc.institutionauthorCengiz, Veli
dc.language.isotr
dc.publisherİstanbul Beykent Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TEZ_20250310
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol
dc.subjectComputer Engineering and Computer Science and Control
dc.subjectBilim ve Teknoloji
dc.titleMetin madenciliği teknikleri kullanılarak Türkçe müşteri yorumlarının sınıflandırılması
dc.title.alternativeClassification of customer comments in Turkish using text-mining techniques
dc.typeMaster Thesis

Dosyalar

Koleksiyon