Yapay zeka filtreleriyle çoklu site e-ticaret mobil uygulaması

E-ticaret platformları kullanıcılara geniş ürün yelpazesi sunmakta ancak farklı sitelerdeki ürünleri karşılaştırmada yetersiz kalmaktadır. Geleneksel anahtar kelime tabanlı arama, manuel filtrelere bağlı olduğundan verimlilik ve doğruluğu sınırlamaktadır. Bu tez, yapay zekâ destekli, sesli komutlarla çalışan ve çoklu site verilerini toplayan bir mobil uygulama önermektedir. Sistem; Google STT API ile sesin metne dönüştürülmesi, Hugging Face bart-large-mnli modeli ile ürün özelliklerinin sınıflandırılması ve Playwright ile farklı e-ticaret sitelerinden gerçek zamanlı verilerin çekilmesi üzerine kurulmuştur. Flutter tabanlı arayüz, NLP ve veri toplama görevlerini yöneten Flask arka uç ile iletişim kurmaktadır. Sistem; doğruluk, hız, sınıflandırma ve kullanıcı memnuniyeti açısından değerlendirilmiştir. STT modülü ortalama %83.3 doğruluk (en yüksek %90'a kadar) sağlamış, sınıflandırma %92'ye ulaşmıştır. Uçtan uca yanıt süresi 2.9–3.7 saniye arasında gerçekleşmiştir. 12 katılımcıyla yapılan kullanıcı anketi, geleneksel aramaya kıyasla %35 daha yüksek memnuniyet göstermiştir. Bu tez, sesli etkileşim, zero-shot NLP ve çoklu site scraping yöntemlerinin mobil ortamlarda uygulanabilirliğini ortaya koymaktadır. Modüler yapı, çok dilli destek ve öneri sistemleri gibi gelecekteki geliştirmelere uygundur. Anahtar Kelimeler: E-ticaret, Sesli Arama, NLP, Yapay Zekâ Filtreleri, Web Scraping