Affiliation:
1. Tokat Gaziosmanpaşa Üniversitesi
Abstract
Araştırmanın amacı, TripAdvisor kullanıcılarının Türkçe ve İngilizce yorumlarındaki duygusal eğilimlerin ortaya çıkarılması ve sınıflandırılmasında kullanılan duygu analizi yöntemlerini karşılaştırmaktır. Amaç kapsamında makine öğrenme yöntemlerinden Decision Tree, Random Forest gibi sınıflandırma algoritmaları kullanılmıştır. Nicel araştırma özelliği gösteren bu çalışma kapsamında veriler, TripAdvisor turizm portalından web kazıma tekniği ile elde edilmiştir. Amaçsal örnekleme yönteminin benimsendiği bu çalışmada verilerin analiz edilmesi sürecinde duygu analizi yöntemi kullanılmıştır. Veri analiz sürecinde açık kaynak kodlu KNİME veri madenciliği programından yararlanılmıştır. Araştırma neticesinde makine öğrenme algortimalarının sözlük tabanlı analize göre daha etkin sınıflandırma gerçekleştirdiği görülmüştür. Ayrıca makine öğrenme algortimaları sınıflandırma aşamasında Türkçe dilindeki yorumlarda daha başarılı sonuçlar üretmiştir.
Publisher
Abant Izzet Baysal University Graduate School of Social Sciences
Reference46 articles.
1. Ağca, Y. (2019), Çevrimiçi Seyahat Acentalarında Oda Fiyatlarına Etki Eden Faktörlerin Araştırılması (Yayınlanmamış Doktora Tezi), Erzurum: Atatürk Üniversitesi, Sosyal Bilimler Enstitüsü
2. Ağca, Y. (2021), Otel Oda Fiyatlarını Açıklamada Makine Öğrenmesi Algoritmalarının Kıyaslanması, İşletme Araştırmaları Dergisi, 13(1), s.450-463.
3. Alpar, R. (2010), Uygulamalı İstatistik ve Geçerlik-Güvenirlik: Spor, Sağlık ve Eğitim Bilimlerinden Örneklerle, Ankara: Detay Yayıncılık.
4. Asani, E., Vahdat-Nejad, H. ve Sadri, J. (2021), Restaurant Recommender System Based on Sentiment Analysis, Machine Learning with Applications, 6, s.100-114. https://doi.org/10.1016/J.MLWA.2021.100114
5. Ballantine, P. W., Lin, Y. ve Veer, E. (2015), The İnfluence of User Comments on Perceptions of Facebook Relationship Status Updates, Computers in Human Behavior, 49, s.50–55. https://doi.org/10.1016/J.CHB.2015.02.055
Cited by
5 articles.
订阅此论文施引文献
订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献