Otellere İlişkin Çevrimiçi Geribildirimlerin Makine Öğrenmesi Yöntemleriyle DuyguAnalizi

Basit Öğe Kaydı
dc.contributor.authorTuna, Murat Fatih
dc.contributor.authorKaynar, Oğuz
dc.contributor.authorAkdoğan, Mehmet Şükrü
dc.date.accessioned2024-10-26T17:37:55Z
dc.date.available2024-10-26T17:37:55Z
dc.date.issued2021
dc.departmentSivas Cumhuriyet Üniversitesi
dc.description.abstractAmaç – Günümüzde tüketiciyi hızlı anlamanın yollarından biri, onların ürün ya da hizmetler ile ilgili geribildirimlerini hızlı ve doğru biçimde analiz etmektir. Bu anlamda geribildirimlerin içindeki duygununbilgisayar temelli tekniklerle anlaşılması izlenecek yollardan biridir. Bu çalışmada, otel müşterilerinin geribildirimlerinde gizli olan duyguların otelden aldıkları hizmete dair derecelemeleriyle örtüşme düzeyiaraştırılmıştır. Yöntem – Araştırmada kullanılan yöntem makine öğrenmesi temelli duygu analizidir. Kullanılan veriseti, çevrimiçi bir rezervasyon sitesinden web kazıma yöntemiyle çekilen ve Antalya’da yer alan 164 oteleilişkin müşteri yorumlarından oluşmaktadır. Veri setindeki yorumların müşteriler tarafından yorumlaraeklenilen beğeni dereceleri ile uyumluluğu; Lojistik Regresyon, Rastgele Orman (RF), Karar Ağacı(CART), K-En Yakın Komşu (KNN), Destek Vektör Makinaları (SVM), Doğrusal Diskriminant Analizi(LDA) ve Naïve Bayes (NB) olmak üzere yedi farklı makine öğrenme algoritmasının kullanıldığı ikiliduygu sınıflandırma yöntemi ile test edilmiştir. Test sonucunda elde edilen karmaşıklık matrislerininoluşturulmasıyla model başarım ölçütleri hesaplanmıştır. Duygu sınıflandırmasının başarıylayapılmasının yanı sıra elde edilen modellerin performansları karşılaştırılarak görselleştirilmiştir.Bulgular – Denetimli duygu sınıflandırmada kullanılan algoritmaların ortalama sınıflandırma başarısı%81,30 olarak hesaplanırken, bunların içerisinde en başarılı sonuç üreten algoritmanın Lojistik Regresyon(%87,99) olduğu anlaşılmıştır. Kullanılan yöntemler başarı sırası ile Lojistik Regresyon (%87,99), DestekVektör Makinaları (%86,84), Doğrusal Diskriminant Analizi (%86,24), Naïve Bayes (%82,66), RastgeleOrman (%82,00), Karar Ağaçları (%76,92) ve K-En Yakın Komşu (%63,91) şeklinde sıralanmıştır.Tartışma – Çalışmada uygulanan modelin, literatürle paralel olarak, otel işletmelerinin yöneticilerininhızlı, tutarlı ve maliyet etkin pazarlama kararları almalarında bir araç olarak kullanılabileceği ve otelişletmeleri adına katma değer üretilebileceği öne sürülmüştür. Çalışmanın gerek konaklamaişletmelerinin paydaşlarına gerekse bu konuda çalışma yapacak araştırmacılara destek sağlayacağıdüşünülmektedir. Dahası, bu çalışmada Türkiye’nin ya da daha küresel turizm memnuniyeti yerineAntalya ilindeki otel hizmetlerinden duyulan memnuniyet incelenmiştir. Bu çalışma, Türkiye’deki gerekfarklı minimal lokasyonlar gerekse daha büyük bölgesel incelemeler için benzer çalışmalar ilegenişletilebilecektir. Daha ileride yapılacak çalışmalarda farklı dil kütüphaneleri kullanarak da çok dilliuygulamaların gerçekleştirilebilmesi mümkün olacaktır. Ayrıca metinsel ifadelerin konaklama işletmeleriaçısından başarılı ve hızlı bir şekilde çözümlenebileceğinin kanıtlanmasının yanı sıra maliyet, zaman veişgücü kazancının oluşacağı ön görülmüştür.
dc.identifier.doi10.20491/isarder.2021.1258
dc.identifier.endpage2241
dc.identifier.issn1309-0712
dc.identifier.issue3
dc.identifier.startpage2232
dc.identifier.trdizinid469156
dc.identifier.urihttps://doi.org/10.20491/isarder.2021.1258
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/469156
dc.identifier.urihttps://hdl.handle.net/20.500.12418/23728
dc.identifier.volume13
dc.indekslendigikaynakTR-Dizin
dc.language.isotr
dc.relation.ispartofİşletme Araştırmaları Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.titleOtellere İlişkin Çevrimiçi Geribildirimlerin Makine Öğrenmesi Yöntemleriyle DuyguAnalizi
dc.typeArticle

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu