Metin madenciliği teknikleri kullanılarak Türkçe müşteri yorumlarının sınıflandırılması

Günümüzde teknolojinin hızlı gelişmesi ile insanların satın alma ve satma faaliyetlerini e-ticaret platformlarında yapmaya neden olmuştur. Bu durum, e-ticaret platformlarındaki ürünlere yazılan müşteri yorumlarının önemini artırmıştır. İnsanların ürün veya hizmet hakkında doğru bilgi edinmelerine yardımcı olmuştur. Satıcılar için de müşteri memnuniyetini ölçme ve iyileştirme imkânı sağlamıştır. Özellikle, şirketler yapılan olumsuz yorumları en hızlı şekilde tespit etmek ve bu sayede iş iyileştirme yapmak için çeşitli metin madenciliği tekniklerini kullanmaktadırlar. Bu tez çalışması, Türkçe dilindeki müşteri yorumlarının analiz edilmesi ve 32 farklı sınıfa ayrılması amacıyla metin madenciliği yöntemlerini kullanmayı hedeflemektedir. İki farklı makine öğrenimi modeli olan yapay sinir ağları (ANN) ve evrişimli sinir ağları (CNN) kullanılarak bu sınıflandırma gerçekleştirilmiştir. Her iki model de öncelikle eğitim veri setiyle eğitilmiş ve daha sonra test veri seti üzerinde değerlendirilmiştir. Elde edilen sonuçlara göre, ANN modeli için %92.34 doğruluk (Accuracy) ve %92.40 F1-skoru elde edilmiştir. CNN modeli ise %92.78 doğruluk ve %92.83 F1-skoru ile daha yüksek performans göstermiştir. Her iki model de oldukça yüksek başarı oranları elde etmiştir. CNN modelinin daha yüksek performans sergilemesi, özellikle metin verileri üzerinde evrişimli yapıların daha etkili olduğunu göstermiştir.