Metin madenciliği
57 theses under this subject heading
Çevrimiçi kullanıcı yorumlarının teknolojik ürün geliştirme ve iyileştirme sürecine etkisi
Yeni ürün geliştirme ve ürün iyileştirme süreci çoğu işletme için sürdürü-lebilirlik açısından önemli bir süreçtir. Rekabette ayakta kalmak için bir gereklilik olan bu süreç, aynı zamanda farklı zorlukları da içinde barındırmaktadır. Yeni ürün geliştirme ve iyileştirmeye başlayan bir işletmenin, bu süreç için hem zaman, hem de maddi kaynak ayırması ve en doğru ürün kararını vermesi gerekmektedir. Yeni olarak üretilecek ya da iyileştirilecek ürün işletme stratejileriyle uyumlu olmalı ve kısalan ürün yaşam döngüleri dikkate alınmalıdır. Ek olarak, ürünün müşteri ihtiyaçlarını karşılayarak, işletmeyi rakiplerine karşı güçlendirmesi gerekmektedir. Müşterilerin talep etmediği bir ürünün üretilmesi, işletme için atıl bir yatırım olacaktır. Bu nedenle, yeni ürün geliştirme ve iyileştirme sürecinde, müşterilerin duygu ve düşünceleri dikkate alınmalıdır. Müşteri duygu ve düşünceleriyle ilgili, gelişen teknoloji ile müşteri profilindeki değişimin göz ardı edilmemesi gerekmektedir. Tezin temel amacı, çevrimiçi kullanıcı yorumlarından elde edilen tüketici duygu ve düşüncelerinin yeni ürün geliştirme ve iyileştirme süreci üzerinde etkili olup olmadığını anlamaktır. Bu amaç doğrultusunda, teknoloji yoğun bir ürün olan Vestel Venüs seçilmiştir. Tezde, "Kullanıcı İnovasyon Kuramı" temelinde, bireylerin daha özgür hissettikleri sosyal ağlarda yer alan çevrimiçi ürün yorumları analiz edilmektedir. Tüketici profilini daha iyi anlamak için, öncelikle "Google Trends" ve "Sosyal Ağ Analizi" uygulanmıştır. Ardından, "Destek Vektör Makinaları", "Rastgele Orman" ve "Tekrarlayan Sinir Ağları" algoritmaları kul-lanılarak, kıyaslamalı Duygu Analizi yapılmıştır. Yazılım dili olarak "Python" kullanılmıştır. Toplam 2005 yorumun incelenmesinden sonra, müşteri duygu ve düşüncelerinin Vestel Venüs örneği özelinde, yeni ürün geliştirme ve iyileştirme sürecinde önemli olmadığı sonucuna ulaşılmıştır. Bu sonuç, Türkiye'nin ileri teknoloji girdilerindeki ithalat bağımlılığı ile ilişkilendirilebilir.
Çevrimiçi iş ilanlarının veri ve metin madenciliği yöntemleri ile analizi: Bilgi ve iletişim sektörü örneği
Son yıllarda internetin hızla gelişmesi ve web tabanlı uygulamaların kullanılması ile veri miktarı hızlı bir şekilde artmaktadır. Artan verilerin iş dünyası için kullanışlı hale getirilmesi, veri ve metin madenciliği yöntemlerinin etkin kullanılması ile mümkündür. Veri madenciliği büyük veri yapıları içerisinden çeşitli algoritmalar yardımıyla anlamlı ve kullanışlı bilgiler elde etme sürecidir. Metin madenciliği, veri madenciliği ile ilişkili ya da veri madenciliğinin alt dalı olarak görülse de esasen ayrı bir disiplindir. Metin madenciliği, her türlü metin içeren ifadenin çeşitli algoritmalar yardımıyla işlenip analiz edilmesi ve sonucunda katma değer yaratacak çeşitli bilgilerin açığa çıkarılması sürecidir. İşletmeler metin ve veri madenciliği uygulamalarını kullanarak rekabetçi ortamda kendilerine avantajlar yaratabilirler. Bu çalışmada hem iş gören hem iş veren hem de eğitim kurumları için yararlı bilgilerin açığa çıkarılması amaçlanmıştır. Bunun için, veri ve metin madenciliği yöntemleri kullanılarak, Bilgi ve İletişim Sektörüne ait çevrim içi iş ilanları analiz edilip iş gücü piyasasına ilişkin tespitler yapılmıştır. Veriler, bir çevrimiçi iş ilanı sitesinden elde edilmiştir. Elde edilen veriler, Rastgele Orman (Random Forest) Karar Ağacı Algoritması ve Gizli Dirichlet Ayrımı yöntemleri ile analiz edilmiştir. Sonuç olarak iş ilanlarında yer alan nitelikler kullanılarak yapılan analizlere elde edilen konular için iş tanımları oluşturulmuştur. Bu iş tanımlarının yakın gelecekte iş ilanlarında yer alması muhtemeldir. Bununla birlikte teknik becerilerin son derece önemli olduğu bilgi ve iletişim sektörü için ikna, iletişim, motivasyon, liderlik, sorumluluk, esneklik, karar verme, tutarlılık gibi hassas becerilerin de baskın konular içerisinde ağırlıklı olarak yer aldığı saptanmıştır.
2023 genel seçimleri döneminde X kullanıcılarının siyasi partiler hakkındaki düşüncelerinin metin madenciliği ile analizi
Bu çalışmanın amacı, Türkiye'deki siyasi partilere yönelik kamuoyu duyarlılık düzeylerinin sosyal medya paylaşımlarına dayalı olarak metin madenciliği yöntemlerinden olan duygu analizi yöntemi ile ölçülmesidir. Bu bağlamda, X aracılığıyla paylaşılan tweetlerden yararlanılmıştır. Çalışma, teori ve uygulama olmak üzere iki kısımdan oluşmaktadır. Teori kısmında, literatür taramaları yapılmış olup sosyal medya analizi, veri madenciliği, metin madenciliği ve duygu analizi kavramları ele alınmıştır. Araştırmada, 2023 Türkiye genel seçimleri kapsamında en çok konuşulan beş siyasi parti belirlenmiştir. Bu partiler için X üzerinden beş siyasi parti hakkında 60.000'den fazla tweet toplanmış bunların içerisinden her parti için 250 tane olmak üzere 1250 tane tweet seçilmiştir. Veriler, manuel olarak temizlenmiş ve duygu analizi yapılmak üzere pozitif, nötr ve negatif olarak etiketlenmiştir. Yapılan analiz sonucunda, her iki algoritmanın da duygu analizinde benzer doğruluk oranlarına sahip olduğu ancak bazı durumlarda belirgin farklar ortaya çıktığı gözlemlenmiştir. Sonuç olarak, Türkiye'deki siyasi partilere yönelik tweetlerdeki duygu dağılımının her parti ve duygu kategorisine göre değişiklik göstermiştir. Bu tez, sosyal medya ve siyaset alanında yapılacak gelecekteki çalışmalar için önemli bir referans niteliği taşımakta olup, araştırmacılara siyasi partilerle ilgili sosyal medya analizlerinde rehberlik edebilecek veriler sunmaktadır.
Automated patent classification from the perspective of technology management: Deep learning methods and transformer models
Patents have become a widely used source of data for technology development, monitoring, and prediction due to their ability to disclose prior technologies and provide information about new technologies. Examining a patent application and assigning it to the appropriate class is a time-consuming and labor-intensive process for the patent expert. Automatic patent classification approaches can significantly help with this problem. The aim of this thesis is therefore to make a contribution to solving this problem on the basis of various leading studies. The thesis comprises four studies, which can be summarized as follows. The first study includes a bibliometric analysis of automatic patent classification. The second study evaluates patent texts using a hierarchical attention mechanism. The third study compares ensembled deep learning methods with the transformer encoder model. The last study investigates how the pre-trained Bert model addresses the challenge of automatic patent classification. It is worth mentioning that the studies conducted in this thesis aim to provide practical and useful solutions for automatic patent classification
Effects of feature extraction techniques on classification of turkish texts
The purpose of this thesis is to determine the most effective method for extracting features and to develop an effective method of selecting features for the classification of Turkish documents in different types. We analyze the effects of preprocessing methods, weighting schemes, and feature selection on the performance of Turkish document classification. In the study, 5 different term weighting methods that are tf, tp, logtf, normtf, tf*idf are compared and it is found that "tf" and "tf*idf" give the best results. After that effects of stopwords removal are investigated, and it is observed that stopwords removal improves classification performance. Then we compare 5 different stemming algorithms that are Zemberek, Affix Stripping, Fixed Prefix 3, 5, and 7 to find out the effects of stemming algorithms on the classification. The results of classification obtained from applying stemming and using the raw form of terms are compared, and the raw form of terms gives more accurate classification results. The effects of n-gram based feature extraction, and feature selection methods that are our proposed standard deviation based method, well-known information gain, and chi-square algorithms are compared. The experimental results indicate that the n-gram feature extraction and standard deviation-based feature selection algorithms give the best results and these methods improve the classification accuracy positively.
İş tatmini faktörlerini belirlemeye ve analiz etmeye yönelik olarak çalışanların çevrimiçi değerlendirmeleri kullanılarak metin madenciliği ve yapay zeka tabanlı bir yöntem geliştirilmesi
Bu tez çalışması iş tatmini faktörlerini belirlemeye ve analiz etmeye yönelik olarak çalışanların çevrimiçi değerlendirmelerinin makine öğrenmeye dayalı analizini elde etmek amacıyla gerçekleştirilen çalışmalar hakkında bilgi vermektedir. Çalışanların şirketleri hakkındaki yorumlar tr.indeed.com'da yayınlanan toplam 59 farklı şirketten elde edilen toplam 3370 adet çevrimiçi değerlendirme elde edilerek makine öğrenme yöntemlerine dayalı analizleri gerçekleştirilmiştir. Ayrıca makine öğrenme tekniklerinin sınıflandırmada yüksek performans elde edebileceği ve büyük veri setleri ile etkin ve ölçeklenebilir bir şekilde çalışabileceğini göstermek amacıyla www.kaggle.com kaynağından daha büyük bir veri seti elde edilmiştir. Google, Amazon, Netflix, Facebook, Apple ve Microsoft şirketlerinde çalışan kişilerin şirketleri hakkında yaptıkları çevrimiçi değerlendirmelerden oluşan toplam 67529 yorum analiz edilmiştir. Metin belgesindeki özniteliklerin belirlenmesinde terim varlığı, terim sıklığı ve terim frekansı-ters belge frekansı temel temsil yöntemleri ile birlikte 1-gram, 2-gram, 3-gram modelleri dikkate alınarak üç farklı ağırlıklandırma şeması kullanılmıştır. Makine öğrenme tabanlı analizler için beş farklı denetimli öğrenme algoritması kullanılmıştır: NB, DVM, LR, KNN ve RF. Ayrıca belirtilen makine öğrenme yöntemlerinin yanı sıra DWEOL, CBWE, BMAE ve BGWEDU topluluk öğrenme yöntemleri kullanılarak derin öğrenme tabanlı modeller olan CNN, RNN, LSTM ve GRU modelleri ile karşılaştırmalı analizleri yapılmıştır. Bu analizler yapılırken kullanılan kelime yerleştirme tabanlı modeller; word2vec (skip-gram modeli), word2vec (CBOW) modeli, fastText (skip-gram) modeli, fastText (CBOW) modeli ve GloVe modelleridir. Farklı modeller kullanılarak analizleri yapılan veri setleri için farklı temsil yöntemlerinin doğruluk, kesinlik, geri çağırma ve F-ölçütü ölçütleri kullanılarak karşılaştırmalı olarak değerlendirilmiştir.
Türkçe metinlerin sınıflandırılmasında kullanılmak için geliştirilen melez bir öz nitelik seçim yöntemi
Teknolojinin her alanda yaygınlaşması, kullanılması ve internete erişimin kolaylaşması ile içerikler üretilmesi, paylaşılması ve depolanması kolaylaşmıştır. Bu interaktif eylemler sonucunda ise geçmişten günümüze depolanan veri miktarlarında büyük oranlarda artışlar gözlemlenmiştir. Depolanan verilerin ise oldukça büyük bir kısmı ise metinlerden oluşmaktadır. Veri miktarlarının artmasıyla birlikte depolama maliyetlerinde de artışlar olmuştur. Veri boyutlarının, ciddi oranda ve irrasyonel şekilde artması sonucunda verilerin iyi bir şekilde yönetilmesi gerektiği gözler önüne serilmiştir. Üstelik, veriler kullanılarak yapılan çalışmalardaki, öznitelik sayısının fazla olması da maliyeti yükselten ve başarımı düşüren etmenlerdendir. Ayrıca, iyi bir analiz bu verilerden sektör bağımsız kazanımlar elde etmek de mümkündür. Metinlerin, yüksek boyutlu olması sebebi ile ortaya çıkan maliyet ve başarım sorunlarından kurtulmak ve tahmin başarım oranlarını artırmak için öznitelikler arasında seçim yapılması gerekmektedir. Bu noktada ise öznitelik seçim yöntemleri devreye girmelidir. Bu çalışmada, Türkçe metinleri sınıflandırmak amacı ile melez bir öznitelik seçim yöntemi üzerine çalışılmıştır. Çalışmada kullanılan yöntemin amacı bilgi kazancı, simetrik belirsizlik, korelasyona dayalı öznitelik seçimi gibi zayıf filtreleri birleştirmek için çoğunluk oyu ve sıralama tahsisi ile tüm öznitelikler arasında özniteliklerin kalitesini ölçen melez bir öznitelik seçim yöntemi oluşturmaktır. Elde edilen öznitelikler ise Saf Bayes, J48, DVM, Rastgele Orman gibi algoritmalara ile test edilmiş ve sonuçlar gözlemlenmiştir. Elde edilen sonuçlara göre, diğer filtreleme yöntemlerine göre daha olumlu sonuçlar elde edilmiştir.
COVID-19 pandemi sürecinin eğitim üzerindeki etkilerinin makine öğrenme teknikleriyle tespit edilmesi
2020 küresel COVID-19 pandemisi, afet niteliğinde ekonomik ve sosyal bozulmalara yol açmıştır. Pandemi, sağlık, gıda, ticari işletmeler ve eğitim dahil olmak üzere neredeyse hayatımızın her alanını etkilemiştir. Yükseköğretimde eğitim-öğretimin dijitalleşmesiyle birlikte büyük bir değişim yaşanmıştır. Pandemi ile mücadelede dünya genelindeki birçok yüksek öğretim kurumu, lisans ve lisansüstü dersleri eşzamanlı ya da farklı zamanlı olarak çevrimiçi vermeye başlamıştır. Bu süreçte insanlar, haber, bilgi, sosyal bağlantılar, destek ve yardım elde etmek amacıyla büyük ölçüde sosyal medyayı kullanmışlardır. Sonuç olarak, Web' de COVID-19 ile ilgili çok büyük miktarda elektronik metin belgesi paylaşılmıştır. Bu çalışmada, COVID-19 pandemi sürecinde eğitimlerine uzaktan devam eden üniversite öğrencilerinin, pandemi sürecinde almış oldukları uzaktan eğitimin olumlu ve olumsuz etkilerini analiz etmek üzere derin öğrenmeye dayalı bir duygu analizi yaklaşımı sunulmaktadır. Bu bağlamda, geleneksel makine öğrenmesi algoritmalarının (Destek Vektör Makineleri, Naive Bayes, Lojistik Regresyon ve Rastgele Orman) ve derin sinir ağlarının (Evrişimli Sinir Ağı, Tekrarlayan Sinir Ağı, Uzun Kısa Süreli Bellek ve Geçitli Tekrarlayan Birim) tahmin performansları karşılaştırılmıştır. Bunun yanı sıra, transformatörlerden (BERT) çift yönlü kodlayıcı temsilleri ile elde edilen deneysel sonuçlar değerlendirilmiştir. Farklı metin temsil modelleri ve sınıflandırma algoritmaları ile elde edilen kapsamlı deneysel sonuçlar, derin sinir ağlarının COVID-19 ile ilgili metin belgelerinin yüksek öğretim üzerindeki etkisini analiz etmede umut vadeden sonuçlar verebileceğini göstermektedir.
Investigation of using the LSA model with similarity metrics for semantic-based web document clustering
Web document clustering uses data clustering techniques to group similar web documents into groups, where the documents from the same cluster are more semantically similar than the documents in the other clusters. One of the methods of clustering the documents is based on the topics they contain. The main technique used for topic-based web document clustering is the using of a semantic-analysis model called Latent Semantic Analysis (LSA), which derives a corpus-level semantics (i.e. topics) for every element in the corpus such as, terms and documents. The LSA model has been used in the literature in different ways, variations and for different applications. In this study, we experimentally investigate the best use of the LSA model in semantically clustering the text documents, as there is more than one possible variation when one uses and implements the LSA model. To do so, we examined the LSA model in different combinations with six different semantic-similarity measures to find the best possible variation, which performs best in clustering web documents. The best variation of using the LSA model in text clustering was found after applying it to two commonly used web document datasets. The results also demonstrate the performance of each variation of using LSA model for the task of web document clustering.
Tarihî suç coğrafyası: İstanbul şer'iye sicillerinin yapay zekâ ile analizi
Bu çalışma, Osmanlı dönemi İstanbul'unun tarihî suç coğrafyasını, şer'iye sicillerinden türetilen kayıtların yapay zekâ destekli çözümlemesi ve Tarihsel Coğrafî Bilgi Sistemleri (TCBS) üzerinden mekânsal değerlendirmesiyle ortaya koyar. Veri kümesi, www.kadisicilleri.org'da yer alan İstanbul'a ait 100 cilt şer'iye sicilindeki 54.593 hükmün tamamından yapay zekâ destekli ön işleme ile ayıklanan 2.653 suç kaydını kapsamaktadır. Metinlerden Python tabanlı betikler ve OpenAI destekli doğal dil işleme (NER/tematik kodlama) yoluyla yapılandırılmış bilgi çıkarılmış; çıktılar doğruluk açısından manuel kontrollerle teyit edilmiştir. Elde edilen veriler ArcGIS Pro'da katmanlaştırılarak nicel haritalar üretilmiş, suç türlerinin mekânsal kümelenmeleri ve yoğunluk örüntüleri analiz edilmiştir. Bulgular, Suriçi'nin idarî-ticari çekirdeği ile Tophane–Haliç liman-tersane hattında alan başına riskin belirginleştiğini; içki başta olmak üzere dine/toplumsal düzene ilişkin fiillerin liman hinterlandında yoğunlaştığını; vücut dokunulmazlığına karşı fiillerde ise İstanbul Mahkemesi ve Tophane'nin yüksek yoğunluk değerleri üretirken, geniş yetki alanı nedeniyle Üsküdar'ın yüksek mutlak sayı fakat düşük yoğunluk sergilediğini göstermektedir. İdarî çekirdekte (Bâb-ı Âli çevresi) görevi kötüye kullanma ve rüşvet kayıtlarının yığılması, bürokratik merkeziliğin etkisini teyit eder. Genel olarak "çekirdek–kıyı koridoru–çevre" hiyerarşisi farklı suç tiplerinde yeniden üretilmekte; örüntüler Rutin Faaliyetler ve "crime of place/hot spots" yaklaşımlarıyla uyumlu bir çerçeve sunmaktadır. Yöntemsel olarak, klasik tarihî kaynakların yapay zekâ-NLP ve TCBS entegrasyonuyla sistematik, hızlı ve yeniden üretilebilir biçimde analiz edilebileceğine yönelik bir çerçeve sunulmuştur.
Karayolu yolcu taşımacılığında çevrimiçi şikâyetlerin metin madenciliği ile hizmet kalitesi boyutlarının belirlenmesi
Ulaşım sektörü, sadece fiziksel olarak bir yerden bir yere varış değildir. Milyarlarca insanı, müşteri deneyimlerini, etkileşimi ve büyük bir pazarı ifade etmektedir. Karayolu taşımacılığında ise şehirlerarası otobüs yolcu taşımacılığı Türkiye'de bu pazarın en büyük paydaşıdır. Bu sebep ile müşteri memnuniyeti oldukça önemlidir. Müşteri memnuniyetinin anlaşılabilmesi için müşteri şikâyetlerinin analiz edilmesi gerekmektedir. Günümüzde sosyal ağların gelişmesi ile şikâyetler klasik yöntemler yerine çevrimiçi ortamlarda iletilmektedir. Sosyal medya platformları, çevrimiçi gruplar ve çevrimiçi şikâyet siteleri müşteriler için önemli bir rol oynamaktadır. Pazarda rekabet içerisinde olan şirketler için müşterinin olumlu ve olumsuz yorumları oldukça önemlidir. Araştırmanın amacı, yolcu taşımacılığında müşteri şikâyetlerinin analiz edilerek hizmet kalitesi boyutlarının tespit edilmesi, ulaştırmada sıkça yaşanan sorunları tespit etmektir. Şirketlere müşteri memnuniyeti sağlama konusunda yardımcı olmaktır. Araştırmada kullanılan veriler Türkiye'de en çok tercih edilen üç yolcu taşıma şirketine yapılan 7.719 müşteri şikâyeti www.şikayetvar.com adresli internet sitesinden Python programlama dili kullanılarak temin edilmiştir. Bu şikâyet metinleri, metin veri analiz yöntemlerinden konu modelleme ve hizmet kalitesi boyutları olarak sınıflandırılmıştır. Konular sınıflandırılırken gözetimsiz sınıflandırma yöntemi olan Gizli Dirichlet Ayrım (LDA) kullanılmıştır. Bu araştırmada, veriler her şirketin özelinde ayrı ayrı analiz edilmiştir. Araştırma sonucunda otobüs şirketlerinin yolcularından aldıkları şikâyetlerin; fiziksel özelliklerden, müşterileri üzerinde güven eksikliğinden ve otobüslerin fiziksel özelliklerinden kaynaklandığı tespit edilmiştir. K şirketi diğer şirketlere göre %30.46 ile en yüksek şikâyeti 'Somutluk' boyutunda almıştır. Aynı biçimde P şirketi K Şirketine göre düşük olsa da kendi verileri içinde yüksek şikâyeti % 24.4 ile 'Somutluk' boyutunda analiz ediliyor. Buna karşılık M şirketi, şirketler arasında ve kendi boyutları arasında en yüksek şikâyeti iletisini %58.93 ile 'Güvenilirlik' boyutunda almıştır. Şirketler arası kıyaslamalar yapılarak müşteri şikâyetleri doğrultusunda öneriler sunulmuştur.
Gizli Dirichlet ayırımı kullanılarak COVID-19 salgını döneminde yayınlanan internet haberlerinin konu modellemesi
Bu tez çalışmasının amacı Koronavirüs Pandemisi sürecinde yayınlanan internet haber metinlerinin üzerinde Gizli Dirichlet Ayırımı (Latent Dirichlet Allocation, LDA, GDA) yapılarak konu modelleme işlemlerinin gerçekleştirilmesi ve sonuçların araştırılmasıdır. Bu amaçla; internet üzerinde yayın yapan 9 farklı haber kaynağında yayınlanan; 10 farklı kategorideki haber metinleri üzerinde araştırmalar yapılmış ve sonuçlar yorumlanmıştır. Ayrıca tez çalışmasında; her bir haberin içeriğinde bulunan tüm kelimelerin köklerinin elde edilmesi aşamasında Türkçe dilini destekleyen bir Doğal Dil İşleme metodu olan Zemberek'ten faydalanılmıştır. Haberlerin bulunduğu her bir kategori için duygusal durum sonucunu ortaya koyan VADER'den yararlanılarak, aylık olarak haberlerin duygusal durumu ortaya çıkarılmıştır. Bu çalışma yapılırken kullanılan veri kümeleri tamamen sıfırdan oluşturulmuş ve ilgili haber mecralarından bu haberler yeni geliştirilen kod yapılarıyla ve botlar vasıtasıyla elde edilmiştir. Çalışmada her bir kategori içerisinde en fazla yer alan konu başlıkları belirlenmiş ve dönemsel olarak bu başlıkların hangi günlük konular ile ilgili olduğu tespit edilmeye çalışılmıştır.
Metin madenciliği teknikleri ile Türkçe müşteri yorumlarının analizi
Çağımızda, teknolojinin ivme kazanarak gelişmesi tüketicilerin satın alma faaliyetlerini e-ticaret platformlarına taşımalarına sebep olmuştur. Bu durum, satın alma esnasında incelenen müşteri yorumlarının değerini artırmıştır. Referans niteliği taşıyan bu müşteri yorumları, ürün veya hizmetler hakkındaki memnuniyet ve şikayetleri temsil ettiğinden dolayı hem bireyler hem de şirketler için bir rapor sunmaktadır. Özellikle, şirketler yapılan olumsuz yorumları en hızlı şekilde tespit etmek ve bu sayede iş iyileştirme yapmak için çeşitli metin madenciliği tekniklerini kullanmaktadırlar. Ancak, Türkçe metinlerin analizi üzerine yapılan çalışmalar az sayıdadır. Buradan hareketle, Türkçe müşteri yorumlarını olumlu, olumsuz ve tarafsız olarak sınıflandırmak için metin madenciliği ve doğal dil işleme tekniklerinden yararlanılmıştır. Bu doğrultuda, Türkçe için yeni özgün sözlüklerin ve dil kurallarının üretildiği sözlük tabanlı bir yaklaşım olan Sözlük Tabanlı Puanlama Sistemi (STPS) önerilmiştir. STPS algoritması, metin içindeki kelimeleri anlam bakımından inceleyerek derecelendiren ve metnin anlamını daha doğru tespit etmeye yarayan kuralları içeren yeni bir yaklaşımdır. Önerilen yaklaşım ile, bir e- ticaret platformundan elde edilen müşteri yorumları analiz edilmiştir. Algoritmanın tahminleri beş farklı makine öğrenmesi yöntemiyle çeşitli performans metrikleri altında karşılaştırılmıştır. STPS algoritmasının metin sınıflandırmadaki başarım değerleri yüksektir.
New product design with sustainability driven quality function deployment reinforced by patent mining
In today's business environment, companies need a systematic new product development process that is not only a customer expectations but also sustainability requirements in a short time. QFD is a structural approach to deploy the customer expectations to the product characteristics and production parameters. Besides this, companies should adopt technological developments to their product and production process for maintaining their lives under competitive market conditions. The most reliable and safety way to be aware of the technological developments is to keep track the related patents. But the abundance of patents makes them difficult to track. Patent mining is an effective way to reach the related patents and benefit them. In this study, a new methodology is proposed for integrating sustainability requirements of product besides customer expectations named "New product design with sustainability driven QFD reinforced by patent mining". Sustainability is considered as three dimensions; economic, social and environmental issues. In the proposed methodology, the first matrix of QFD called house of quality (HoQ) is expanded by defining sustainability requirements. AHP is carried out to determine the importance degree of requirements in the HoQ matrix. An intermediate stage is injected into the process planning matrix, the third matrix of QFD, to increase the quality and inclusiveness of the inputs. In the intermediate stage, it is suggested to carry out a patent mining study for the critical processes. The case study on a proposed methodology is implemented on the horizontal stabilizer of the F-16 aircraft. Four stages of QFD are carried out that there are very few studies in the literature that do this. A patent mining study is applied to composite material technology for stabilizer parts. Lingo clustering algorithm was used to identify cluster labels. It is aimed to contribute to the increase of the locality and nationality ratio of the Turkish Air Force by making the product design of this part.
Havayolu işletmelerinde müşteri tatmin boyutlarının cümle gömme tabanlı konu modelleme yöntemiyle belirlenmesi
Yoğun rekabetin hâkim olduğu havacılık sektöründe, müşteri tatminini sağlamak ve yolcuları sadık müşterilere dönüştürmek önemli bir rekabet avantajı olarak kabul edilmektedir. Verilen hizmetlerin yolcular tarafından nasıl değerlendirildiği anlamak ve müşteri tatminini oluşturan unsurları tespit etmek havayolu işletmeleri için büyük bir önem taşımaktadır. Geleneksel yöntemlerin yanı sıra geliştirilen yeni analiz yöntemleri, yolcuların seyahat deneyimlerine dair çevrim içi değerlendirmelerini inceleme fırsatı sunmaktadır. Bu kapsamda araştırma, havayolu işletmelerinde müşteri tatminini belirleyen faktörlerin çevrim içi yolcu değerlendirmeleri üzerinden analiz edilmesini amaçlamıştır. Çalışmada küresel ölçekte farklı havayolu işletmelerine ait 436.343 yolcu değerlendirmesi analiz edilmiş ve güncel metin madenciliği yöntemleri kullanılarak müşteri tatminine ilişkin boyutlar belirlenmiştir. Araştırmanın ilk aşamasında, geleneksel ile cümle tabanlı yöntemleri karşılaştırmak ve veri setine en uygun konu modelleme yöntemini belirlemek amacıyla performans testi uygulanmıştır. Ön eğitimli dil modellerinden faydalanan cümle gömme tabanlı bir yöntem olan CombinedTM, belirlenen performans ölçütleri çerçevesinde daha yüksek başarı sağlamış ve araştırmanın devamında kullanılacak yöntem olarak belirlenmiştir. Araştırma sonuçları, müşteri tatmin boyutlarının gecikme, fiyat, kabin sınıfı, koltuk, havaalanı prosedürleri, müşteri hizmetleri, fiyat-değer oranı, kabin ekibi ve uçuş içi hizmetler gibi havayolu hizmet özellikleri etrafında şekillendiğini göstermiştir. Ayrıca farklı iş modelleri (tam hizmet sunan ve düşük maliyetli havayolu işletmeleri), kabin hizmet sınıfları (birinci sınıf, iş amaçlı sınıf ve ekonomi sınıfı) ve seyahat yönlerine (iç hat ve dış hat) göre müşteri tatmin boyutlarını da detaylı olarak incelemiştir. Sonuç olarak araştırma, cümle gömme tabanlı konu modelleme yöntemlerinin uygulanabilirliğiyle literatüre katkı sunarken, yolcuların seyahatlerine ilişkin ele alınan değişkenler çerçevesinde müşteri tatmin boyutlarındaki farklılıkları inceleyerek araştırmacılara ve uygulayıcılara pratik katkılar sağlamaktadır.
Metin madenciliği teknikleri ile şirketlerin vizyon ifadelerinin analizi
Günümüzde mevcut veritabanlarında bulunan ham verilerin her geçen gün artması, ham verilerden elde edilmek istenen bilgilerin de doğru ve güvenilir olma ihtiyacını da arttırmıştır. Bu nedenle veri madenciliği önemli bir çalışma alanı haline gelmiştir. Veri madenciliği ile elde bulunan sayısal haldeki verilerin analizi rahatlıkla yapılabilmekteyken, metin halde bulunan verilerin analiz edilmesi de önemli bir ihtiyaç halinde gelmiş ve metin madenciliği konusunda yapılan çalışmaları da artmıştır. Metinsel verilerin sayısallaştırılarak veri madenciliği algoritmalarına girdi oluşturabilecek hale dönüşmesini sağlayan metin madenciliği günümüzde büyük önem teşkil etmektedir.Bu çalışmada, metinsel veri kaynağı olarak ele alınan şirketlerin vizyon ifadelerinin incelenip itibar kriterlerinin analiz edilmesi amacıyla, Capital dergisi ?En Beğenilen Şirketler? araştırmasında yer alan şirketlerin vizyon ifadeleri Statistica programı ile sayısallaştırılmış ve metin madenciliği yöntemleri aracılığıyla analiz edilmiştir.Anahtar Kelimeler: Veri Madenciliği, Metin Madenciliği, İtibar Yönetimi ve Vizyon İfadeleri
Veri madenciliği yaklaşımının yeni ürün geliştirme sürecinde kullanımı: Akıllı telefonlar üzerine bir uygulama
Bilgi teknolojilerinin hızla geliştiği günümüzde, sistematik bir yeni ürün geliştirme sürecinin kullanılması işletmelerin rekabeti anlamında oldukça önemlidir. Yenilikçi teknolojiler içersinde gösterilen veri bilimi ve yapay zekâ algoritmalarıyla, işletmelerin sosyal medya gibi çeşitli dış kaynaklardan verilerin toplanması, düzenlenmesi ve analiz edilmesiyle anlamlı bilgiler çıkartarak, müşteri gereksinimlerinin ortaya konulması ve bunun sistematik bir şekilde ürün geliştirme sürecine sokulması işletme için büyük faydalar oluşturabilmektedir. Bu nedenle, çalışma kapsamında yeni ürün geliştirme sürecinde, sosyal medya verilerinden müşteri taleplerini ve bu talepler arasındaki farkı ortaya koyan, aynı zamanda, seçilen ürün (akıllı telefonlar) için geliştirme önerisi veren bütünleşik bir çalışmanın ortaya konması amaçlanmıştır. Bu amaç doğrultusunda, gerçekleştirilen çalışma dört aşamada gerçekleştirilmiştir. İlk olarak Twitter verileri GetOldTweets uygulaması ile toplanıp, LDA (Latent Dirichlet Allocation) yöntemi kullanılarak Veri Önişleme ve Konu Modellemesi yapılmıştır. Daha sonra Duygu Analizi için Lojistik Regresyon, Naive Bayes, Rassal Orman ve XGBoost yöntemleri ile eğitim yapılarak, en iyi doğruluk oranı veren Rassal Orman yöntemi ile müşteri yorumları puanlanmıştır. Üçüncü aşamada, yeni ürün geliştirme sürecinde kullanılan Kalite Fonksiyon Göçerimi (KFG) yöntemi parametrelerinin elde edilebilmesi için, duygu analizi sonucu elde edilen puanlar indirgenip Kano Dönüşümü işlemleri yapılmıştır. Son olarak Kalite Evi elde edilerek akıllı telefon için öneriler elde edilmiştir. Çalışmanın sonucunda, Konu Modellemesi ile onbir adet müşteri gereksinimi belirlenerek, Duygu Analizi ve Kano Dönüşümü ile bunların önem dereceleri elde edilmiştir. Akıllı telefonlar üzerine gerçekleştirilen uygulama sonunda bu ürünlerin geliştirilmesi sürecinde en önemli üç özellik Güvenlik, Teknik Servis Ağı ve İşletim Sistemi ve Sanal Asistanlar olarak belirlenmiştir. Geliştirilmesi için seçilen akıllı telefon için, rakip parametrelerininde etkisi ile, en önemli müşteri gereksinimi Kalite Hissi olurken, en önemli teknik gereksinim Uygulama İşlemcisi olarak olarak belirlenmiştir. Çalışma, yeni ürün geliştirme sürecine yenilikçi teknolojilerin adaptasyonu ile daha güçlü, ucuz ve kısa sürede çıkarımların elde edilebileceğini göstermiştir.
İngilizce haber metinlerinde GDT ve NOMF yöntemleri ile konu modelleme: Türkiye ve Yunanistan örneği
Haber analizi, e-posta ve spam filtreleme, web sayfalarından konu çıkarımı, bloglar, film özetleri, şarkı sözleri gibi metin içeren her veri seti metin madenciliği için bir uygulama alanıdır. Bu birçok alandaki uygulamalar sayesinde büyük metin depolarından bilgi çıkarılmasına olanak sağlamaktadır. Konu modelleme ise bir belge koleksiyonunda metnin gizli anlamsal yapılarını keşfetmek için kullanılan doğal dil işleme tekniğidir. Bu tez kapsamında Türkiye ve Yunanistan'a yönelik haber metinlerini konularına göre ayırabilen otonom bir konu modellemesi gerçekleştirilmiştir. Bunun için NewsAPI haber veri sitesinden elde edilmiş olan İngilizce haber metinlerinden Gizli Dirichlet Tahsisi ve Negatif Olmayan Matris Faktorizasyonu yöntemleri kullanılmış ve bu iki yöntemin başarım karşılaştırılması yapılmıştır. Türkiye için yapılan analiz sonucundaki konular incelendiğinde dış ilişkiler ağırlıkta siyasi bir gündem olduğu görülmektedir. Yunanistan için olan analizlerde ise tek siyasi gündemin Türkiye ile aralarında yaşandığı tespit edilmiştir. Her iki algoritmanın sonuçlarında da pandeminin farklı yönlerinin çoğunluğu oluşturduğu belirlenmiştir. Böylelikle metin madenciliğinde büyük boyuttaki metin içerikli veri kaynaklarından, önceden bilinmeyen ve potansiyel olarak ihtiyaç duyulan bilginin çıkarılması sağlanmış olundu.
Müzik üst-veri tahmini için türkçe şarkı sözü madenciliği
Müzik geri getirimi, internet ve ilgili teknolojilerin eğlence amaçlı yaygın kullanımı ile birlikte önemli bir problem haline gelmiştir. Kullanıcının aradığı şarkıya daha kolay ulaşabilmesi, aradığı şarkıya benzer diğer şarkıları daha kolay bulabilmesi, dinlemek isteyebileceği şarkıları listeleyebilmesi için müzik geri getirim sistemleri geliştirilmiştir. Uygulanacak yöntem ne olursa olsun müzik nesnelerinin analiz edilmesi ve bu analizlere bağlı olarak müzik nesnelerinin anlamlandırılması gerekmektedir. Müzik analizi ile ilgili bu çalışmalar iki veri türü üzerine yoğunlaşmıştır. Bunlar; müzik geri getirim sistemleri için melodik ve aranjman özniteliklerin kullanıldığı içerik sinyali ve şarkının adı, türü, bestecisi gibi verilerin bulunduğu üst-veri bilgileridir. Şarkı sözü metninin kullanımı çok azdır. Bu çalışma müzik geri getirim uygulamalarında Türkçe şarkı sözü metninden müzik üst-verilerinin tahmin edilebilirliğine dayalı bir altyapı sağlamaktadır. Hazırlanan şarkı sözleri veri kümeleri üzerinden Türkçe metnine ve dilbilgisi yapısına göre öznitelikler seçilmiştir. Seçilen öznitelikler kullanılarak bir makine öğrenme algoritması ile şarkı sözü yazarını, türünü ve yayın tarihini tahmin edebilen bir sistem önerilmiş ve farklı tarzlardaki söz yazarlarından oluşturulan geniş bir şarkı veri kümesinde performansı değerlendirilmiştir. Elde edilen sonuçlar böyle bir yaklaşımın müzik veri madenciliği ve bilgi geri getirimi çalışmalarında faydalı olabileceğini göstermektedir.
Literatürden bilgi çıkarımı; bir gerçek zamanlı web tabanlı metin madenciliği uygulaması
Amaç: Bu çalışmanın amacı, Pubmed literatür veri tabanında bulunan makale özetleri kullanılarak, sağlık bakım profesyonellerine hasta bakımında veya klinik araştırmalarda ihtiyaç duydukları bilgiye (kanıta) erişimlerinde ve bilgiyi değerlendirmelerinde yardımcı olacak web tabanlı bir sistem geliştirmektir. Yöntem: Sistem geliştirme süreci, Pubmed literatür veri tabanından makale özetlerine erişim, metin madenciliği teknikleri kullanılarak metnin ön işlenmesi, medikal varlıkların etiketlenmesi, özetlerden amaç ve istatistiksel terimlerin çıkarımı ve web ara yüzü aracılığı ile gösterimini kapsamaktadır. Özetlere erişim için Biopython Kütüphanesi, medikal varlıkları etiketlemek için Becas Annotator web servisi, istatistiksel terimler için ise NCBO Annotator ve terimleri içeren bir liste kullanılmıştır. Özetlerdeki amaç cümleleri sözlük tabanlı olarak geliştirilen yeni bir algoritma ile çıkartılmaktadır. Etiketlenen varlıklar arasındaki ilişki örüntülerinin bulunması amacıyla birlikte bulunma frekansları hesaplanmaktadır. Bulgular: Özetler içerisinde etiketlenen varlıklar farklı renklerle vurgulanarak Pubmed benzeri bir ara yüzle kullanıcıya sunulmaktadır. Sistem erişilen makalenin amacını, çalışmada kullanılan istatistiksel terimleri otomatik olarak belirlemekte ve makaleye ait bazı özellikler ve etiketlenen medikal varlıklar ile birlikte tablo biçiminde kullanıcıya sunmaktadır. Farklı sınıflara ait kavramların birlikte bulunma frekansları tablo biçiminde ve grafiksel olarak sunulmaktadır. Amaç çıkarma modülünün kesinlik, hassasiyet ve f-ölçütü değerleri sırasıyla %95, %83,5, %90, istatistiksel terimleri çıkarma modülünün kısmi eşleşme değerlendirme sonuçları %95,4 kesinlik, %88,3 hassasiyet ve %91,7 f-ölçüt, tam eşleşme değerlendirme sonuçları sırasıyla %94,1, %67,8 ve %78,8 şeklindedir. Sonuç: Sistem Pubmed'te yer alan özetleri analiz ederek medikal bilgiye hızlı erişimi web tabanlı olarak sunmaktadır. Ayrıca literatürdeki diğer sistemlerle karşılaştırıldığında; (i) geniş çaptaki sınıflara ait varlıkları çıkartması (ii) farklı ara yüzlerle kullanıcıya daha hızlı gözden geçirme imkanı sunması ve (iii) ikiden fazla sınıfa ait varlıklar arasındaki ilişki örüntülerini çıkarması ile ayrıcalıklı olduğu görülmektedir.
Makine öğrenmesine dayalı çevrimiçi otel görüşlerinin duygu analizi ve konu modelleme yaklaşımlarıyla değerlendirilmesi
Otel işletmelerinin Web 2.0 platformları üzerinden sahip olduğu kullanıcı tarafından oluşturulan içerikler, tüketici memnuniyetini ve otellerin hizmet performansını gösteren önemli göstergelerden birisidir. Bu içeriklerin yapısal ve anlamsal özelliklerini ortaya çıkartmak, otel işletmelerinin hizmet performanslarının seviyesini görmesinde etkin bir rol oynamaktadır. Böylece oteller, hizmet sağladığı tüketicilerin memnuniyetine etki eden unsurları net bir şekilde belirleyebilmektedir. Metin madenciliği alanında kullanılan makine öğrenmesi yöntemleri, büyük veri kapsamında ele alınan bu içeriklerin etkili bir şekilde analiz edilmesini sağlamaktadır. Bu çalışmada, Türkiye'nin önemli turizm merkezlerinden birisi olan Alanya'da faaliyet gösteren otellere yapılan çevrimiçi kullanıcı içerikleri incelenmiştir. Bu içeriklerde konaklama yapan kişilerin en fazla değindiği konular ve bu konuların tüketicilerin memnuniyetine olan etkileri, konu modelleme ve duygu analizi yöntemleri ile ortaya çıkarılmıştır. Otellerin sağladığı olanaklar, animasyon ve personel konuları, tüketicilerin memnuniyetine en fazla pozitif etki eden unsurlar olmuştur. Önbüro ve oda konuları ise negatif olarak memnuniyete etki eden konulardır. Personel konusu, tüketicilerin pozitif yorumda bulunmasına en fazla katkı sağlayan konu olurken, önbüro konusu ise tüketicilerin en fazla negatif yorumda bulunmasına sebep olmaktadır. Ayrıca araştırmada ortaya çıkan konulardan duyulan memnuniyet seviyesi, otel sınıfına ve seyahat türlerine göre değişiklik göstermektedir.
Afet yönetiminde kritik başarı faktörlerini belirlemek için analitik hiyerarşi prosesi ve metin madenciliği destekli bir model önerisi
Afetler tarih boyunca kayda değer miktarda can kaybına ve maddi hasara sebep olan büyük yıkımlara yol açmıştır. Bu nedenle yıllar içerisinde afet ile mücadele hem akade-mik hem de uygulamanın temel odak noktası olmuştur. Günümüz yüksek teknolojisi ile dâhi doğal afetleri önlemek mümkün olmadığından, bu mücadele afetleri önlemekten ziyade, afet öncesi, sırası ve sonrasındaki zarar azaltma ve yeniden yapılandırma çalışmalarında olmaktadır. Fakat çok sayıda paydaşı barındıran, afet yönetimi olarak adlandırılan bu sürece etki eden oldukça fazla faktör söz konusudur. Bu faktörlerin hangisinin daha kritik olduğunu belirleyebilmek, özellikle pratikte çok önemli faydalar sağlayabilir. Çalışmamızda afet yönetimi literatürü üzerinde kapsamlı bir sistematik inceleme gerçekleştirilerek bu alanın paydaşlarından olan alan uzmanları ve akademik uzmanların bakış açılarını yansıtacak ortak bir kritik başarı faktörleri modeli oluşturmak amaçlanmıştır. Bu bağlamda akademisyen ve uzmanların bakış açılarının entegre edilebileceği metin madenciliği ile destekli yeni bir Analitik Hiyerarşi Süreci (AHP) modeli çalışmada önerilmiştir. Bu modelle kritik başarı faktörlerini belirleyebilecek bir önceliklendirme yaklaşımı sunulmuştur. Modelin uygulanmasında 20 uzmana ait görüşler ile 2000-2016 yılları arasında yayınlanmış 773 tam metin makaleden elde edilen metin madenciliği çıktıları kullanılmıştır. Analiz sonuçlarına göre entegre modelde sosyo-kültürel faktörler ön plana çıkarken; akademik yayınların odağının büyük oranda teknolojik alana kaydığı ve bu alanın akademik uzmanlarca afet yönetiminde oldukça önemli olduğu tespit edilmiştir. AHP analiz sonuçlarında yasal faktörler, alan uzmanlarının görüşleri doğrultusunda önemli olarak değerlendirilmiştir. Bu iki bakış açısının ise örgütsel alanda büyük ölçüde; ekonomik, sosyo-kültürel, çevresel ve yasal alanlarda ise nispeten örtüştüğü ortaya çıkmıştır.
Pazarlama alanındaki uluslararası akademik dergilerin metin madenciliği yöntemi ile değerlendirilmesi
Günümüzde verilerin çoğu yapılandırılmamış formatta bulunmaktadır. Bu veriler üzerinde işlem yapmak, hacmi büyük verileri yönetmek ve bu verilere ulaşmak zordur. Bu nedenle veriyi yapılandırıp işlenebilir hale dönüştürme amacıyla veri organizasyonunu geliştirilmeye çalışan sistemler üzerinde çalışmalar yapılmıştır. Metin madenciliği, yapılandırılmamış metinler içerisindeki daha önceden bilinmeyen ilişkileri ortaya çıkarmayı sağlayan işlemler bütünüdür. Çalışmamızda pazarlama alanında yayın yapan akademik dergilerin metin madenciliği yaklaşımı ile değerlendirilmesi amaçlanmıştır. Çalışma yapılan alandaki boşluklar ve alanın yönelimi belirlenerek bu alanda araştırma yapmak isteyen araştırmacılara kılavuz niteliğinde bir çalışma yapılmak istenmiştir. Bu amaçla SCOPUS veri tabanından 2005-2018 yılları arasında 25 dergiden yayınlanan 16069 özet makaleden metin madenciliği ile veriler elde edilmiştir. Verilerin ön işleme aşamasında R programlama dilinden yararlanılmıştır. Analiz sonuçlarına göre pazarlama alanındaki literatürün genel bir resmi çıkarılmıştır. İncelenen dergilerin belirlenen konu endeksleri kapsamındaki çalışma alanları belirlenmiştir. Çalışması olan araştırmacılara yayın gönderebileceği dergi öneri modeli oluşturulmuştur. Dergi bazlı incelemeler ile dergilerin yıllar içerisinde geçirdikleri dönüşümler incelenmiştir.
Pandemi döneminde Türkiye'de, kargo firmalarına yapılan şikayetlerin makine öğrenmesi yöntemleri ile analizi
Bu çalışma, Türkiye'de hizmet sektörü içerisinde önemli bir yer tutan lojistik, nakliye ve kargo işletmelerinin Covid-19 salgını sırasında süreçlerini nasıl yönettiklerini keşfetmeye çalışmakta ve olumsuz sonuçlara yönelik çözümler önermektedir. Bu çalışma içerisinde kullanılan veri, pandeminin başladığı tarihten çalışmanın yürütüldüğü tarihe kadar (11.03.2020 – 30.09.2021) online bir şikâyet yönetimi web sitesinden taşımacılık ve kargo sektöründeki işletmeler ile ilgili yapılmış olan ve içerisinde Covid-19 salgını ile ilgili kelimeleri bulunduran şikâyetler Python programlama dilinde web kazıma için kullanılan Scrapy modülü ile toplanmıştır. Toplanan şikâyet verilerinin ilk olarak hangi konular üzerinden en çok şikâyet aldığını belirleyerek: "Gecikti veya Dağıtıma Çıkmadı", "Evde yok notu düşüldü veya Kapıya Getirilmedi", "Telefonlara Cevap Verilmedi", "İade Süreci", "Teslim Alınmadı veya Teslim Edilmedi" ve "Hijyen Kurallarına Uyulmadı" olmak üzere birbirinden farklı 6 kategoriye ait olabileceği saptanmıştır. Ardından, elde edilen tüm içeriğin bir kısmı kategorilendirilerek, belirlenmiş olan 6 kategoriye göre sınıflandırılmış ve eğitim verisi olarak kullanılmıştır. Eğitim verisinin etiketlenmesinde kelime bazlı ve anket yöntemiyle olmak üzere iki farklı etiket ataması yöntemi kullanılmıştır. Kalan içerik, eğitim verisinden elde edilen analizlere göre multilabel sınıflandırma algoritmalarından faydalanılarak sınıflandırılmıştır. Araştırmada elde edilen bulgulara göre en çok şikâyetin kargoların dağıtımı sırasında yaşandığı ve gecikme yaşanan vaka sayısının yüksek olduğu sonucuna varılmıştır.