Tez No	İndirme	Tez Künye	Durumu
788354		Türkçe e-ticaret müşteri yorumlarının derin öğrenme ile çok etiketli analizi / Multi-label analysis of Turkish e-commerce customer reviews with deep learning Yazar:EMRE DENİZ Danışman: PROF. DR. HASAN ERBAY ; DR. ÖĞR. ÜYESİ MUSTAFA COŞAR Yer Bilgisi: Kırıkkale Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Bilimleri Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2023 75 s.
Dijital teknolojilerin gelişmesiyle birlikte internet ortamında oluşan veri miktarı, çeşitliliği her geçen gün artmaktadır. Çevrimiçi ticaret siteleri de bu verilerin toplanmasında en büyük katkı sağlayan uygulamalar arasındadır. Toplanan farklı tiplerdeki, yani sayısal, metinsel verilerin analiz edilerek hem müşteriler için hem de şirketler için daha faydalı bilgilere dönüştürecek uygulamaların geliştirilmesi gerekmektedir. Bu nedenle bu tez çalışmasında Türkçe müşteri yorumları üzerine farklı makine öğrenimi teknikleri uygulanarak çok etiketli analizler gerçekleştirilmiştir. İlk olarak bu tez çalışması için Türkçe alışveriş sitelerinden özgün bir veri seti toplanmıştır. Ardından bu veriler üzerinde sırasıyla klasik makine öğrenimi teknikleri ve derin öğrenme teknikleri uygulanarak müşteri yorumlarının çok etiketli analizi gerçekleştirilmiştir. Elde edilen sonuçlar, çok etiketli sınıflandırma uygulamalarında yaygın olarak kullanılan değerlendirme metrikleri ile karşılaştırmalı olarak analiz edilmiştir. Deneysel sonuçlara göre, Türkçe müşteri yorumlarının çok etiketli sınıflandırılması için en başarılı yöntemin ince ayarlaması yapılmış BERT modeli olduğu tespit edilmiştir.
With the development of digital technologies, the amount of data created on the internet is increasing day by day. Online commerce sites are also the applications that make the biggest contribution to this amount of data. By analyzing these textual data, it is necessary to develop more useful applications for both customers and companies. For this reason, in this thesis study, multi-label analyzes were carried out on customer comments in Turkish by applying different machine learning techniques. First of all, a unique data set was collected from Turkish shopping websites for this thesis study. Then, multi-label analysis of customer comments was performed by applying classical machine learning techniques and deep learning techniques, respectively, on these data. The obtained results were analyzed in comparison with the evaluation metrics commonly used in multi-label classification applications. According to the experimental results, it has been determined that the most successful method for multi-label classification of Turkish customer reviews is the fine-tuned BERT model.