dc.contributor.advisor | İnce, Hüseyin | |
dc.contributor.author | Demiroğlu, Esra | |
dc.date.accessioned | 2023-09-22T11:31:19Z | |
dc.date.available | 2023-09-22T11:31:19Z | |
dc.date.submitted | 2022-10-19 | |
dc.date.issued | 2021 | |
dc.identifier.uri | https://acikbilim.yok.gov.tr/handle/20.500.12812/733415 | |
dc.description.abstract | Online tüketici yorumları (OCR'ler) tüketicilerin farklı ürünlerin güçlü ve zayıfyanlarını bilmelerine ve ihtiyaçlarına en uygun olanları bulmasına yardımcı olmasınarağmen, hacimleri, çeşitlilikleri ve hızları nedeniyle işletmelerin bunları analizetmeleri büyük zorluk oluşturmaktadır. Online müşteri yorumlarının büyük ölçüdeartması, müşteriler için ürünle ilgili bol miktarda bilgi sağlarken, daha sonrasında aşırıbilgi yüklemesi sorunları karşımıza çıkmaktadır. Ürünler ile ilgili çok sayıda yapılanürün yorumları, müşterilerin ihtiyaç duydukları bilgileri bulmalarını engelledi ve buda tüketici satın alma kararlarıyla ilgili riski ve belirsizliği büyük ölçüde artırdı.Belirsizliği ortadan kaldırmak ve karar verme riskini azaltmak için, müşteri satın almakararlarında faydalı müşteri yorumlarının olması son derece önemli ve gereklidir.Bu araştırmada, büyük veri analitiği teknikleri kullanarak online tüketiciyorumlarının (OCR) faydalı oy alma ihtimali ile aldığı faydalı oy sayısı üzerinde etkiliolan parametreler incelenmiş, tüketici yorumlarının okunabilirliği ve faydalıbulunmasında etkili olan değişkenler üzerinde istatiksel sonuçlar elde edilmiştir.Çalışmada, e-ticaret sitesinden alınan 8 farklı kategoride, en fazla yorum yapılan 87ürüne ait 59252 adet online tüketici yorumları kullanılmıştır. Yorumların başlık veiçeriğinin duygusu, yorumun uzunluğu, yorumun internet sitesinde kaldığısüre, yorumyapan kişinin yaş ve lokasyon bilgileri ve bu yoruma ilişkin yapılan tüketici oylarıkullanılarak kurulan hipotezler çeşitli veri istatistiği, duygu analizi ve derin öğrenmeteknikleri kullanarak sonuçlar elde edilmiştir. Bu çalışmada kullanılan yaklaşım hemsatıcılara hem de tüketicilere fayda sağlayarak büyük OCR verilerinin sınıflandırılmasıiçin ölçeklenebilir otomatik sistemler geliştirilmesine katkı sağlayabilmektedir.Araştırma sonucunda, yorum içerik uzunluğu, yorumun başlık duygusu, yorumömrü, yorum içerik karmaşıklığı okur sayısı ve fayda üzerinde anlamlı ve olumlu etkigösterdiği, yorum başlık uzunluğu, yorum başlık karmaşıklığı online yorum faydalıbulunması üzerinde anlamlı ve olumsuz etkisi olduğu saptanmıştır. Yorumcununlokasyon ve yaş grubu verisiyle fayda ve okur sayısı arasında anlamlı ilişki olduğusaptanmıştır.Anahtar Kelimeler: Online Yorum, Tüketici, Performans | |
dc.description.abstract | Although online consumer reviews (OCRs) help consumers know the strengthsand weaknesses of different products and find the ones that best suit their needs, theirvolume, variety, and speed pose a major challenge for businesses to analyze them.While the massive increase of OCRs provides abundant product information forcustomers, then information overload problems arise. Multiple product reviews aboutproducts prevented customers from finding the information they needed, greatlyincreasing the risk and uncertainty associated with consumer purchasing decisions. Inorder to eliminate uncertainty and reduce the risk of decision making, it is extremelyimportant and necessary to have useful customer comments in customer purchasingdecisions.In this study, using big data analytics techniques, the parameters that affect theprobability of benefiting from online consumer comments and the number ofbeneficial votes were examined, and statistical results were obtained on the variablesthat affect the readability and usefulness of consumer comments. In the study, 59252online consumer reviews belonging to 87 products with the most comments in 8different categories taken from the e-commerce site were used. Hypotheses based onthe emotion of the title and content of the comments, the length of the comment, theduration of the comment, the age and location of the commenter, and the consumervotes regarding this comment, results were obtained using various data statistics,sentiment analysis and deep learning techniques. The approach used in this study cancontribute to the development ofscalable automated systems for classifying large OCRdata by benefiting both vendors and consumers.As a result of the research, it was determined that length of comment content,title sense of comment, comment lifetime, comment content complexity had asignificant and positive effect on the number of readers and benefit, comment headinglength, comment heading complexity had a significant and negative effect on findinguseful online comments. It has been determined that there is a significant relationshipbetween the location and age group data of the commentator, benefit and number ofreaders.Key Words: Online reviews, Customer, Performance | en_US |
dc.language | Turkish | |
dc.language.iso | tr | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution 4.0 United States | tr_TR |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | |
dc.subject | Bilim ve Teknoloji | tr_TR |
dc.subject | Science and Technology | en_US |
dc.subject | İşletme | tr_TR |
dc.subject | Business Administration | en_US |
dc.title | Sosyal medyada online tüketici yorumlarının performansını öngörme | |
dc.title.alternative | Predicting the performance of online consumer reviews in social media | |
dc.type | masterThesis | |
dc.date.updated | 2022-10-19 | |
dc.contributor.department | Strateji Bilimi Ana Bilim Dalı | |
dc.subject.ytm | Electronic commerce | |
dc.subject.ytm | Performance measurements | |
dc.subject.ytm | Purchasing decision | |
dc.subject.ytm | Social media | |
dc.subject.ytm | Consumers | |
dc.subject.ytm | Online consumer reviews | |
dc.identifier.yokid | 10139455 | |
dc.publisher.institute | Sosyal Bilimler Enstitüsü | |
dc.publisher.university | GEBZE TEKNİK ÜNİVERSİTESİ | |
dc.identifier.thesisid | 662729 | |
dc.description.pages | 131 | |
dc.publisher.discipline | Diğer | |