Veri madenciliği teknikleri ile hava yolu firmalarının tweetleri üzerinden duygu analizi

Abstract

Teknoloji ve internetin durmadan gelişmesinin doğal bir sonucu olarak bunların hayatımızın ayrılmaz birer parçaları haline gelmesi, beraberinde sosyal medya platformlarının artmasına sebep olmuştur. İnsanların düşüncelerini paylaşabildiği sosyal medya platformlarında büyük miktarda yapısal olmayan veri birikmektedir. Bu büyük verilerin çok fazla yer kaplaması ve yapısal olmaması sebepleriyle analiz edilmesi zorlaşmaktadır. Yapısal olmayan bu tür metin verileri analizi için duygu analizi kavramı ortaya çıkmıştır. Duygu analizi, verilerdeki duygu, düşünce ve o konu hakkındaki duygunun analiz edilerek olumlu, olumsuz veya nötr olarak sınıflandırılmasını hedeflemektedir.Günümüzde firmaların müşteri memnuniyetini yakından takip etmeleri, müşterinin durumunu değerlendirmeleri avantajdan çok mecburiyet halini almıştır. Müşterinin durumunu değerlendirebilmek, reklam kampanyalarını takip edebilmek, yeni ürünlerin piyasadaki yorumlarını değerlendirip sonuç almak için önceden sıkça uygulanan anket çalışmaları uzun sürç gerektirmekte ve kesin sonuçlar verememektedir. Bundan dolayı müşterilerin kendilerini samimi ve açık olarak ifade edebildikleri sosyal medya platformlarındaki büyük veriler duygu analizi için daha iyi ve güncel sonuçlar vermektedir.Bu tez çalışmasında sosyal medya platformu Twitter'da, iki hava yolu firması için belirli tarihler arasında atılan Türkçe tweetler elde edilip incelenmiştir. Bu işlemler yapılırken Twitter'daki verilerin genellikle imlâ kurallarına uyulmamasından dolayı, tweetler ön işlemden geçirilmiş ve düzenlenmiştir. Düzeltilen tweetler olumlu, olumsuz ve nötr olarak; klasik sınıflandırma yöntemlerinden Yapay Sinir Ağı, K En Yakın Komşu, Bayes, Destek Vektör Makinaları ve yeni popüler yöntem olan Derin Öğrenme kullanılarak otomatik sınıflandırılmıştır. Klasik sınıflandırma yöntemleri ile son yıllarda popüler olan derin öğrenme yönteminin analiz sonuçları karşılaştırılmıştır.

As a result of the continuous development of the technology and internet, which are the inseparable parts of our lives, social media platforms have increased. There is vast amount of non-structural data in these social media platforms where people express their thoughts. Since this big data is non-structural and takes up a lot of space, it is impossible to analyze it, therefore; the notion of sentiment analsis has shown up. Sentiment analysis aims to negatively, positively or neutrally classify the emotions, thoughts and the feelings about the subject in data by analyzing them.Today, keeping monitoring customer satisfaction has become an obligation rather than being an advantage. Previously applied survey studies used for being able to evaluate the situation of customers, keeping up with advertisement campaigns, evaluating new products market values to get results requires a long process and not always accurate. For this reason, social media platforms that make customers express themselves sincere and clear gives better and more current results for large data and emotion analyses. At this thesis study, Turkish tweets written for two airline company is analyzed for certain dates at Twitter. During these processes, tweets were pre-treated and edited due to usual spelling errors. Edited tweets were classified as positive, negative, neutral; with classical classification methods; Artificial Nerve Network, Closest Neighbor, Bayes, Support Vector Machines and newest, the most popular method; Deep Learning. Deep Learning, which has gain popularity in the last years, is compared with classical classification methods in terms of analyzing results.