- Dijital Çağda İşletmecilik Dergisi
- Vol: 6 Issue: 1
- MİSAFİR YORUMLARININ MAKİNE ÖĞRENMESİ YARDIMIYLA DUYGU ANALİZİ: FETHİYE BEŞ YILDIZLI OTELLER ÖRNEĞİ...
MİSAFİR YORUMLARININ MAKİNE ÖĞRENMESİ YARDIMIYLA DUYGU ANALİZİ: FETHİYE BEŞ YILDIZLI OTELLER ÖRNEĞİ
Authors : Muhammer Ilkuçar, Cemal Artun
Pages : 33-41
Doi:10.46238/jobda.1223009
View : 31 | Download : 33
Publication Date : 2023-08-31
Article Type : Research Article
Abstract :Turizmde insanların otel rezervasyon kararlarını etkileyen önemli kaynaklardan birisi yorumlardır. Otellere yönelik yorum ve görüşlerin oluşturduğu veri miktarı gün geçtikçe genişlemektedir. Bu veri hacminin ve ardındaki duygu durumunun yarattığı zorluğu aşmak için makine öğrenmesi temelli duygu analizlerinin sayısı artmaktadır. Yapılan yazın taraması sonucunda Fethiye’deki otellere yönelik yorumların makine öğrenmesiyle analiz eden bir çalışmaya rastlanmamıştır. 2022 sezonunda Fethiye’deki beş yıldızlı otellerin müşteri açısından değerlendirilmesi ortaya konulmuştur. Çevrimiçi otel yorumlarına ulaşmak için Tripadvisor ve OtelPuan sitelerinde 2022 yılına ait veriler kullanılmıştır. Otellerin değerlendirilmesinde daha net bir görüş elde etmek için Fethiye’deki sadece beş yıldızlı otellere ait ve tek bir yılı kapsayan yorumlar üzerinden makine öğrenmesi temelli duygu analizi gerçekleştirilmiştir. Elde edilen bulgular Fethiye’deki beş yıldızlı otellere yönelik müşterilerin pozitif duygular besledikleri ve özellikle otel çalışanları ile otelin konumlarından bahsettikleri ortaya konulmuştur. Veri seti YSA, LSTM ve CNN makine öğrenme yöntemleri kullanılarak eğitim ve test yapılıp sonuçlar karşılaştırılmıştır. Test doğruluk performans değerleri karşılaştırıldığında; YSA %81, CNN %73 ve LSTM %72 olarak bulunmuştur. Buna göre bu veri seti için diğerlerine göre daha başarılı YSA olarak görünmektedir. Öte yandan eğitim ve test MAE performans değerleri sırasıyla 1.29 ve 1.31 olarak bulunmuştur . Bu sonuçlara göre modeller arasında performans açısından anlamlı bir fark olmadığı ve modellerin başarılı olduğu sonucuna varılabilirKeywords : sentiment analyses, machine learning, guest review analyses, text classification