Otel Yorumlarının Sınıflandırılmasında Makine Öğrenmesi Algoritmalarının Karşılaştırılması: Tripavdisor Yorumlarının Duygu Analizi

Abstract

İnternet kullanımının hızla yaygınlaşmasıyla birlikte insanlar fikirlerini, şikayetlerini, duygularını farklı platformlarda ifade etmeye başlamışlardır. Buna koşut olarak internette toplanan verilerin hacmi her geçen gün büyümektedir. Çeşitli web siteleri ve sosyal medya kullanımı sonucu ortaya çıkan büyük verinin analiz edilmesi için yeni teknikler geliştirilmiştir. Duygu analizi, bu veri yığınlarından anlamlı bilgilerin çıkarılmasına yardımcı olabilir. Duygu analizi sayesinde, işletmeler, tüketicilerin duygularını olumlu, olumsuz veya nötr olarak sınıflayarak tüketicilerin tepkilerini ölçebilmektedir. Bu çalışmanın amacı otellerle ilgili yorumların duygu analizinin gerçekleştirilmesinde en başarılı makine öğrenmesi algoritmasının belirlenmesidir. Çalışmada İstanbul’da hizmet veren 20 otele yönelik 708 yorum bir araya getirilmiştir. Otellere yönelik müşteri yorumlarının pozitif ve negatif olarak sınıflandırılması için denetimli makine öğrenmesi algoritmalarından lojistik regresyon, k-en yakın komşu, naive Bayes ve destek vektör makineleri yöntemleri kullanılarak algoritmaların performansları karşılaştırılmıştır. Araştırma sonuçlarına göre lojistik regresyon yöntemi en başarılı yöntem olarak belirlenmiştir. Lojistik regresyon yöntemini sırasıyla destek vektör makineleri, naive Bayes ve k- en yakın komşu algoritmaları izlemektedir. Bu çalışmanın sonuçları literatüre yaptığı katkının yanı sıra otel yöneticilerine veri yönetimi ve müşteri ilişkilerinin geliştirilmesi konularında yol gösterici olması açısından önemlidir.