Makine Öğrenmesine Dayalı Çevrimiçi Otel Görüşlerinin Duygu Analizi ve Konu Modelleme Yaklaşımlarıyla Değerlendirilmesi
Abstract
Otel işletmelerinin Web 2.0 platformları üzerinden sahip olduğu kullanıcı
tarafından oluşturulan içerikler, tüketici memnuniyetini ve otellerin hizmet
performansını gösteren önemli göstergelerden birisidir. Bu içeriklerin yapısal ve
anlamsal özelliklerini ortaya çıkartmak, otel işletmelerinin hizmet performanslarının
seviyesini görmesinde etkin bir rol oynamaktadır. Böylece oteller, hizmet sağladığı
tüketicilerin memnuniyetine etki eden unsurları net bir şekilde belirleyebilmektedir.
Metin madenciliği alanında kullanılan makine öğrenmesi yöntemleri, büyük veri
kapsamında ele alınan bu içeriklerin etkili bir şekilde analiz edilmesini sağlamaktadır.
Bu çalışmada, Türkiye‟nin önemli turizm merkezlerinden birisi olan Alanya‟da
faaliyet gösteren otellere yapılan çevrimiçi kullanıcı içerikleri incelenmiştir. Bu
içeriklerde konaklama yapan kişilerin en fazla değindiği konular ve bu konuların
tüketicilerin memnuniyetine olan etkileri, konu modelleme ve duygu analizi yöntemleri
ile ortaya çıkarılmıştır.
Otellerin sağladığı olanaklar, animasyon ve personel konuları, tüketicilerin
memnuniyetine en fazla pozitif etki eden unsurlar olmuştur. Ön büro ve oda konuları ise
negatif olarak memnuniyete etki eden konulardır. Personel konusu, tüketicilerin pozitif
yorumda bulunmasına en fazla katkı sağlayan konu olurken, önbüro konusu ise
tüketicilerin en fazla negatif yorumda bulunmasına sebep olmaktadır. Ayrıca
araştırmada ortaya çıkan konulardan duyulan memnuniyet seviyesi, otel sınıfına ve
seyahat türlerine göre değişiklik göstermektedir. User-generated content in Web 2.0 platforms is a significant indicator of
consumer satisfaction and service performance for hotel business. Revealing the
structural and semantic attributes of this content plays an essential role in assessing the
level of hotel service performance. By this way, hotels can precisely identify the factors
influencing their consumers satisfaction. Machine learning techniques in the field of
text mining effectively provides to analyze these contents within the scope of big data.
In this study, online user-generated content related to hotels operating in Alanya,
one of Turkey's prominent tourism centers, has been examined. The topics most
emphasized by consumers who have stayed at these hotels and the effects of these
topics on consumer satisfaction have been appeared via topic modeling and sentiment
analysis methods.
According to the findings, customers staying at the related hotels have identified
animation, staff, and amenities as the topics that positively influence consumer
satisfaction. However, front desk and room-related matters have been identified as the
topics with the most negative impact. The staff topic has the most positive impact on
consumers' positive comments but, the front desk topic tends to induce negative
comments. In addition, the level of satisfaction with the topics revealed in the research
varies according to the hotel class and travel types.
Collections
- Tez Koleksiyonu [242]