- Avrupa Bilim ve Teknoloji Dergisi
- Sayı: 52
- Makine Öğrenmesi ile E-Ticaret Ürün Yorumlarının Otomatik Analizi
Makine Öğrenmesi ile E-Ticaret Ürün Yorumlarının Otomatik Analizi
Authors : Müjdat Çabuk, Fatih Yücalar, Mansur Alp Toçoğlu
Pages : 110-121
View : 85 | Download : 115
Publication Date : 2023-12-15
Article Type : Research
Abstract :Teknolojinin gelişmesiyle birlikte e-ticaret sektörü oldukça hızlı bir büyüme sağlamıştır. Bu gelişim sayesinde ürünlere yapılan yorumlarda büyük oranlarda artış gözlemlenmektedir. Ürünlerin yorum sayıları arttıkça bunları tek tek inceleyip analiz etmek oldukça zorlaşmış ve satıcılar ürünlerine yapılan yorumların hepsini değerlendiremez duruma gelmiştir. Bu çalışma kapsamında, e-ticaret ürün yorumları üzerinden bir duygu analizi çalışması gerçekleştirilmiştir. Öncelikle Türkiye’de faaliyet gösteren e-ticaret platformlarından 15170 adet ürün yorumu toplanmıştır. Ham veri setinin etiketleme aşamasında yorumlar olumlu ve olumsuz olarak farklı zamanlarda iki kere etiketlenmiş ve iki sınıflı bir veri seti hazırlanmıştır. Bu veri seti ile Uzun-Kısa Süreli Bellek algoritması kullanılarak bir model eğitilmiş ve bu modelle yine e-ticaret platformlarından toplanan 203274 adet yorumun yer aldığı bir veri seti otomatik olarak etiketlenmiştir. Çalışmanın ikinci aşamasında, otomatik olarak etiketlenmiş veri setinin performansı dört farklı derin öğrenme algoritması (Tekrarlayan Sinir Ağları, Uzun-Kısa Süreli Bellek, Geçitli Tekrarlayan Birim, Evrişimli Sinir Ağları) kullanılarak manuel olarak etiketlenmiş veri setiyle karşılaştırılmıştır. Çalışmanın son aşamasında, yüksek sınıflandırma performansı gösteren otomatik olarak etiketlenmiş veri seti kullanılarak dört geleneksel makine öğrenmesi (Lojistik Regresyon, Destek Vektör Makineleri, Rastgele Orman, Naive Bayes) ile dört farklı derin öğrenme algoritmasının sınıflandırma performansları karşılaştırılmıştır. Yapılan deneysel çalışmalar sonucunda, derin öğrenme algoritmalarının makine öğrenmesi algoritmalarına kıyasla daha başarılı olduğu gözlemlenmiş ve geliştirilen modelle otomatik olarak etiketlenen veri setinin kullanıldığı deneylerde yüksek sonuçlar elde edilmiştir.Keywords : Makine Öğrenmesi, Derin Öğrenme, Metin Madenciliği, Türkçe Metinler, E-ticaret, Ürün Yorumları