Çok Alanlı E-ticaret Ürün İncelemelerinde Berturk Tabanlı Duygu Analizi

Abstract

E-ticaret platformlarındaki ürün yorumları, müşterilerin alışveriş süreçlerinde önemli bir bilgi kaynağı oluşturmaktadır. Ürünlerin çeşitli özellikleri hakkında bilgi edinmek ve kullanıcı deneyimlerini değerlendirmek, alışverişi daha güvenilir hale getirirken satıcılara da müşteri memnuniyeti konusunda değerli geri bildirimler sağlar. Satıcıların ürünleriyle ilgili stratejik kararlar alabilmesi için müşteri memnuniyeti ve ürünle ilgili geri bildirimlerin ayrıntılı bir şekilde analiz edilmesi gerekmektedir. Bu amaçla, yorumların duygu durumunu analiz etmek için veriler üzerinde duygu analizi yöntemleri uygulanmaktadır. Çalışmamızda, Trendyol e-ticaret sitesinin yorumları kullanılarak duygu analizi yapılmıştır. Veri setimiz, Selenium aracılığıyla Bilgisayar, Telefon, Ayakkabı, Giyim, Kozmetik, Spor ve Açık Hava olmak üzere altı farklı kategoriden veri çekilerek toplamda 73392 veriden oluşmaktadır. Oluşturulan veriseti Kaggle açık veritabanında yayınlanmıştır. Elde edilen verilerde pozitif, negatif ve nört etiketli sınıf dağılımları dengesiz olduğu için küme tabanlı örnek azaltma yöntemi uygulanarak ikinci bir veriseti oluşturulmuştur. Önişleme aşamasından sonra bu verisetlerinin %20'si test ve %80'i ise eğitim verisi olarak ayrılmıştır. Deneyler sonucunda geleneksel makine öğrenmesi modellerinden Destek Vektör Makineleri (DVM) her iki veri kümesinde de %89 (orijinal) ve %84 (undersampled) ile en yüksek doğruluk oranını verirken, transformatör tabanlı modellerden BERTurk modeli %96 (orijinal) ve %93 (undersampled) doğruluk oranı ile tüm yöntemlere göre en başarılı model olarak belirlenmiştir.