Twitter duygu analizi üzerine bir uygulama (Yemeksepeti örneği)

Abstract

Sosyal medya pazarlama faaliyetlerini yürütmek ya da bir konuya ilişkin olarak kamuoyunun fikrini almak için etkin olarak kullanılan mecralardır. Buralarda özellikle şirketlerin hedef kitlelerine kolaylıkla ulaşabilmeleri ve onlarla etkileşim kurabilmeleri mümkündür. Sosyal medya üzerinden toplanan bilgiler işletmelerin gelecek projeksiyonları oluşturmalarına da yardımcı olur. Ancak buralarda çok fazla veri vardır ve önemli olan ihtiyaç duyulan doğru veriyi toplayabilmektir. Hem çok fazla veri üretilmesi hem de özellikle yazım esnasında sosyal medyada gramer kurallarına uyulmaması, işletmelerin veri toplamalarını ve yorumlamalarını engellemektedir. İşte bu noktada, makine öğrenmesi, veri madenciliği ve analizler devreye girmektedir. Özellikle duygu analizi, insanların sosyal medyada, belli bir konu hakkında hangi duygular ile paylaşım yaptıklarının anlaşılması konusunda karar vericilere destek sağlamaktadır. Bu çalışmada da veri madenciliği ve duygu analizi ile Yemeksepeti isimli şirkete ilişkin olarak atılan tweetler incelenmiştir. Çalışmada Destek Vektör Makinesi, Random Forest KNN ve Naive Bayes yöntemleri ile duygu analizi yapılmıştır. Elde edilen bilgilere göre genel olarak kullanıcıların olumlu duyguları mevcuttur. Ancak her yöntem ayrı istatistik sonuç vermiştir. Gelecekteki çalışmalarda kullanıcılara gerçek duyguları sorularak farklı metotlar ile yapılan duygu analizlerinin sonuçlarının karşılaştırılması ve hangi yöntemin daha doğru sonuç verdiğinin karşılaştırılması mümkündür.

Social media are the channels that are used effectively to carry out marketing activities or to get the opinion of the public on a subject. Here, it is possible for companies to reach their target audiences easily and interact with them. Information gathered through social media also helps businesses create future projections. However, there is a lot of data here and the important thing is to collect the right data needed. Both the production of too much data and the non-compliance with grammatical rules in social media, especially during writing, prevent businesses from collecting and interpreting data. This is where machine learning, data mining and analytics come into play. In particular, sentiment analysis provides support to decision makers in understanding what feelings people share about a certain issue on social media. In this study, tweets about the company named Yemeksepeti were examined with data mining and sentiment analysis. In the study, sentiment analysis was performed with Support Vector Machine, Random Forest KNN and Naive Bayes methods. According to the information obtained, users generally have positive feelings. However, each method gave different statistical results. In future studies, it is possible to compare the results of sentiment analysis with different methods by asking users about their real feelings and comparing which method gives more accurate results.