Makine Öğrenmesine Dayalı Çevrimiçi Otel Görüşlerinin Duygu Analizi ve Konu Modelleme Yaklaşımlarıyla Değerlendirilmesi
Yükleniyor...
Dosyalar
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Alanya Alaaddin Keykubat Üniversitesi / Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
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.
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.
Açıklama
Anahtar Kelimeler
Otel İşletmeciliği, Metin Madenciliği, Makine Öğrenmesi, Duygu Analizi, Konu Modelleme, Hotel Business, Text Mining, Machine Learning, Sentiment Analysis, Topic Modeling
