Türkçe E-ticaret yorumlarının çok etiketli analizi için derin öğrenme modellerinin uygulanması

E-ticaret, dijitalleşen dünyanın hızla büyüyen sektörlerinden biri olarak öne çıkmaktadır. Tüketicilerin çevrimiçi alışveriş kararlarını etkileyen en önemli unsurlardan biri, diğer kullanıcıların deneyimlerini paylaştığı müşteri yorumlarıdır. Ancak, bu yorumların manuel olarak analiz edilmesi, büyük veri setleri için oldukça zaman alıcı ve maliyetli bir süreçtir. Bu çalışma, e-ticaret platformlarından elde edilen müşteri yorumlarının yapay zekâ tabanlı sınıflandırma yöntemleri kullanılarak hızlı ve doğru bir şekilde işlenmesini amaçlamaktadır. Türkiye'nin önde gelen e-ticaret platformlarından toplanan müşteri yorumları, "Fiyat Performans", "İade Edilen", "Paketleme İyi, Hızlı Teslimat", "Kalitesiz, Kusurlu, Kötü Paketleme" ve "Tavsiye Edilen, Kaliteli Ürünler" gibi çok etiketli sınıflandırma kategorilerine ayrılmıştır. Bu kategoriler, yorumların yalnızca içeriklerini değil, aynı zamanda müşterilerin olumlu ya da olumsuz duygu durumlarını da yansıtarak çalışmanın duygu analizi alanına önemli katkılar sunmasını sağlamıştır. Veri saklama ve yönetimi için Microsoft SQL Server kullanılmış, Selenium Web Driver ve Html Agility Pack araçlarıyla veri kazıma işlemleri gerçekleştirilmiştir. Yorumlar doğal dil işleme süreçlerinde TF-IDF temsiliyle işlenmiş ve LSTM, CNN, GRU, RNN, BiLSTM ve BERT gibi yapay sinir ağları tabanlı derin öğrenme modelleri ve Lojistik Regresyon, Rastgele Orman gibi geleneksel makine öğrenmesi algoritmaları ile sınıflandırılmıştır. Performans değerlendirmelerinde doğruluk, duyarlılık, kesinlik, F1-Skor, log loss ve konfüzyon matrisi gibi metrikler kullanılmıştır. Özellikle BERT modeli, bağlamsal anlam çıkarma yetenekleriyle büyük veri setlerinde doğru sınıflandırma ve anlam çıkarma süreçlerinde diğer yöntemlere göre üstün bir performans sergilemiştir. BERT'in, transformer tabanlı yapısıyla dilin bağlamını çift yönlü analiz etme yeteneği, metinlerin anlamını derinlemesine kavrayarak daha doğru ve anlamlı sınıflandırmalar yapmasına olanak sağlamıştır. Bu çalışmada kullanılan yapay zekâ modelleri, müşteri yorumlarını sınıflandırmada yüksek doğruluk oranlarına ulaşmış ve geliştirilen yapay zekâ destekli sistemin, tüketicilerin bilinçli kararlar almasına rehberlik ettiği ve işletmelerin pazarlama ile ürün stratejilerini iyileştirmelerine katkı sağladığı ortaya konulmuştur. BERT'in üstün performansı, özellikle çok etiketli sınıflandırma görevlerinde, dilin bağlamını doğru anlamadaki başarısı ile dikkat çekmiştir. Bu kapsamda, çalışma e-ticaret sektöründe müşteri yorumlarının analizine yönelik yenilikçi ve etkili bir çözüm sunmaktadır.