Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Türkiye
Tezin Onay Tarihi: 2011
Tezin Dili: Türkçe
Öğrenci: Çiğdem Aytekin
Danışman: ÖZHAN TİNGÖY
Özet:MÜŞTERİ İLİŞKİLERİ YÖNETİMİ İÇİN BLOGLAR ÜZERİNDE FİKİR MADENCİLİĞİ Yeni nesil internet akımı olarak da ifade edilebilecek Web 2.0 dönemi ile birlikte birçok alanda baş döndüren bir hızda küresel değişimler yaşanmaktadır. Eskiden statik yapıda olan web sayfalarının, artık kullanıcı tarafından yaratılan dinamik sayfalar haline geldiği ve bu anlamda bir evrim geçirerek demokratikleştiği söylenebilir. Bu dönemle birlikte yapılanan sosyal ağ ortamı, işletmeler için geniş bir veri akışı sağlayarak onlara etkin stratejiler oluşturma konusunda yeni ve geliştirilebilir olanaklar sunar. Günümüz internet ortamında sahip oldukları ürün/hizmetler konusunda müşteri fikirlerini barındıran birçok blog bulunmakta ve sayıları günden güne artmaktadır. Müşteri fikirlerini bir anlamda küreselleştiren bu ortam, işletme-müşteri etkileşimini arttırması bakımından incelemeye uygun bir Yeni İletişim Ortamı olmakta ve taşıyıcı yapısı gereği işletmelere Müşteri İlişkileri Yönetimi alanında analiz edilebilecek metin veri sağlamaktadır. Dolayısıyla işletmeler müşteri odaklılık açısından, sundukları ürün/hizmetlerin müşteriler tarafından nasıl karşılandığını öğrenmek amacıyla blog ortamlarını takip etmeli ve etkin bir analiz yapabilecekleri önemli bir mecra olarak görmelidir. Çalışmada, işletme-müşteri etkileşimini arttırmayı sağlayan araçlar kullanılabilir şekilde ortaya konmuş ve blogların bu kullanılabilirliğe ne kadar uygun olduğu belirlenmeye çalışılarak uygunluğu arttırmaya yönelik bir model önerisinde bulunulmuştur. Modelde Fikir Madenciliği yöntemleri kullanılmış ve ürün/hizmetler hakkında genel bir görünüş elde etmek amacıyla, bloglar üzerindeki metin tabanlı fikir verilerini pozitif ve negatif olarak kutuplara atayacak bir metodoloji geliştirilmiştir. Kutuplara atama işlemini otomatik olarak sağlama amacıyla da “Fikir Kutbu Belirleme” adlı bir program oluşturulmuştur. Program metin verilerin sınıflandırılmasını, uygulaması basit ve çoğu durumda etkili sonuçlar veren Naive Bayes Bit Ağırlıklandırma Algoritması kurallarına göre yapmaktadır. Modelin kutba atama başarısı, Duyarlık Ölçüsü ile değerlendirilmiştir. Pozitif Duyarlık Ölçüsü % 72,28 ve Negatif Duyarlık Ölçüsü % 73,14 olarak hesaplanmıştır. ABSTRACT OPINION MINING ON BLOGS FOR CUSTOMER RELATIONSHIP MANAGEMENT Launching of Web 2.0, started a period of very fast global developments in various areas. The previous static nature of web pages changed drastically and evolved into user created dynamic pages which eventually became more democratic in nature. The parallel emergence of the social networking medium created a wide venue for data flow. With these drastic changes in the communications technology, business firms had a wider opportunity to develop new efficient strategies to monitor their customer relations. Today, there are numerous blogs on the internet containing written data on customer opinions and experiences on products and services, and the number is increasing continuously. This medium, which globalizes the customer opinions, is a new media increasing the interaction of businesses with their customers that warrants further study. Also, new media provides ample written data for the Customer Relations Management to analyze. Therefore, business firms should follow the blogs to find out about the impression of their products and services on their customers. And, they should consider this blog medium as an important source of data which needs to be analyzed. In this thesis, useful tools which can increase business-customer interaction have been described. And, blogs have been analyzed to find out how effective these tools can be. At the end, a model has been constructed to increase the effectiveness of the tools for their intended purpose. In the construction of the model, Opinion Mining methods have been used to construct a medium to differentiate positive and negative opinion data to provide a general idea about the products and services in the market. To differentiate the positive and negative data automatically, a program called “Determining Opinion Pole” has been written. The program categorizes the written data using Naive Bayes Bit Weighting Algorithm rules which is simple to use and produces efficient results. The model’s polarizing efficiency has been appraised by Precision Rating. Positive Precision Rating has been calculated as 72,28 %, and Negative Precision Rating has been calculated as 73,14 %.