Ürün özelliklerinin Türkçe kullanıcı yorumlarından özellik tabanlı sentiment analizi ile keşfedilmesi
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
İnternetteki sınırsız bilgi ve yorum akışı çok farklı alanlardaki kullanıcı yorumlarınınanaliz edilebilmesine olanak vermiştir. Günümüzde firmalar kendi markalarınınürünlerini değerlendirirken ya da geliştirirken müşterilerden alınan geribildirimlerden faydalanma yolunu seçmektedirler. Bu geri bildirimler, firmalarınürettikleri ürünlerin niteliklerinin ve firmaların rekabetçi güçlerinin artmasınayardımcı olan en önemli unsurlar olarak kabul görmektedir. Artık müşteriler vefirmalar kullanılan ürün ile ilgili çok sayıda kullanıcı yorumuna İnternet üzerindenkolayca erişebilmektedir. Büyük bir doküman kümesi içinden herhangi bir ürünhakkında yapılan olumlu/olumsuz yorumların çıkarılması; bu yorumların ürüne aithangi özellikler için yapıldığının keşfi, el ile gerçekleştirilemeyecek bir işlemdir.Özetle ürünlerin zayıf ve güçlü özelliklerinin kullanıcı yorumlarından otomatikolarak keşfedilmesi önemli bir araştırma ve uygulama alanı haline gelmiştir.Sentiment analizi (duygu analizi) alanında yapılan çalışmaların büyük çoğunluğumetnin anlamının olumlu ve ya olumsuz olduğu üzerine odaklamıştır. Günümüzdeise kullanıcı yorumlarının daha derinlemesine analizi için özellik tabanlı sentimentanalizi öne çıkan çalışma alanı haline gelmiştir. Tamamlanan tez kapsamındainternetteki Türkçe kullanıcı yorumları üzerinde olumlu/olumsuz sınıflama yapabilenözgün bir özellik tabanlı sentiment analizi yöntemi geliştirilmesi hedeflenmiştir.Literatürdeki çalışmalarda, Türkçe metinlerin özellik tabanlı sentiment analizineözgü bir çalışmaya ve yazılıma rastlanmamış olması bu alanda yapılacak olan tezçalışmasının değerini artıracaktır. Geliştirilen sistem ile bir ürün hakkında genelkullanıcı fikrinin olumlu ya da olumsuz olduğu keşfedilebilecek aynı zamandaürünün güçlü ve zayıf özellikleri belirlenebilecektir. Tez kapsamında internettentoplanan otel yorumlarının üzerinden analiz yapılmış, bu analiz sonucunda uzmankişinin bulduğu özellikler dışında daha detaylı özellikler yakalandığı gözlenmiştir vebunların kullanıcı yorumlarına göre otomatik puanlaması elde edilmiştir. Unlimited stream of information-review in Internet enables analyzing of customerreviews from many different domains. Nowadays, companies utilize customerfeedbacks for evaluating or developing their own brand products. These feedbacksare regarded as the most important factors which assist to increase the quality andcompetitive power of products which are produced by companies. From now on,customers and companies can easily reach the large number of customer reviewsabout products via the Internet. Within such a large amount of document set,processes of extraction of positive and negative customer reviews about any product,discovering for which aspects of the product these reviews are made, cannot beperformed manually. In brief, auto-discovery of aspect weakness of the productsbased on customer reviews has become important. The majority of the studies onsentiment analysis focus on whether or not the meaning of the text is positive ornegative. Nowadays, aspect based sentiment analysis has become a prominent fieldof study for in-depth analysis of customer reviews. Auto-detection of aspects ofproducts is a very important step for orientation (positive/negative) detection ofcustomer reviews on these products. In this project, development of an originalaspect based sentiment analysis method which is capable of classifying Turkishcustomer reviews on the Internet as positive/negative is aimed. In the literature, astudy and a software specific to aspect based sentiment analysis of Turkish texts hasnot been detected so this would increase the value of the project in this field. In thisframework, it can be discovered that the general customer opinion about a product ispositive or negative and at the same time both strong and weak aspects of thisproduct can be determined. Hotel and electronic reviews which are commented byusers are analayzed by developed system and more aspects are found expect fromaspects which are found by human expert and sentiment score for aspects is achivedaccording to user reviews.
Collections