Veri ve metin madenciliği ile hava yolu işletmelerinin sosyal medya yorum ve skorlarının değerlendirilmesi

Abstract

Veri ve metin madenciliği, anlamlı ilişkileri ve eğilimleri ayırt etmek için kullanıcıların taleplerine göre yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış büyük bir veri miktarını analiz etme sürecidir. İşletmeler, veri ve metin madenciliği teknikleri kullanarak hem kendi işletmeleri içerisinde hem de rakipleri ile rekabette yaşadıkları sorunlarına etkili çözümler üretebilmektedirler. Böylece elde ettikleri bilgiyi rekabet avantajına çevirebilmektedirler. Bu araştırmada, veri ve metin madenciliği algoritmaları kullanılarak rekabete dayalı pazarda müşterilerin istek ve ihtiyaçlarına göre hava yolu firmalarının üstün ve zayıf yönlerinin değerlendirilmesi amaçlanmıştır. Bu araştırmada, sosyal medya sitelerinden olan TripAdvisor’daki çevrimiçi seyahat incelemeleri araştırma kapsamına alınmıştır. Star Alliance küresel hava yolu birliğine üye 26 hava yolu firması değerlendirilmiştir. Araştırmada kullanılan kriterler; her bir kullanıcının yorum ve skorları temel alınarak belirlenmiştir. Duygu Analizi ile müşteri yorumlarından polarite ve polarite değeri belirlendikten sonra Destek Vektör Makineleri, Naive Bayes, Derin Öğrenme Algoritmaları ile sınıflandırma ve tahminleme yapılarak elde edilen sonuçlar karşılaştırılmıştır. Yapılan karşılaştırmada Derin Öğrenme’nin daha iyi sonuç verdiği saptanmıştır. Ayrıca, Karar Ağaçları ile güzergâh, uçuş yapılan yer, kabin sınıfı ve polarite etiketlerine göre kriterlerin önem dereceleri hesaplanarak yorumlanmıştır. Yöntemler karşılaştırılırken aynı zamanda StarAlliance hava yolu işletmeleri de karşılaştırılmıştır. Sonuçta, müşteri yorum ve skorları açısından en iyi hava yolu EVA olarak belirlenmiştir.

Data and text mining is the process of analyzing a large amount of semi-structured, unstructured and structured data based on users' demands to distinguish meaningful relationships and trends. By using the data and text mining techniques, companies can produce effective solutions to the problems within their business and with their competitors. Thus, they can turn this information into competitive advantage. In this study, it is aimed to evaluate the strengths and weaknesses of airline companies in competitive market according to the demands and needs of customers through using the data and text mining algorithms. In this research, online user reviews on TripAdvisor which is one of the social media site were included in this research. 26 airlines which are the members of Star Alliance Global Airline Association were evaluated. The criteria used in this research was determined based on the comments and scores of each user. After determination of polarity and polarity value from customer comments with Sentiment Analysis, the results were compared through classification and estimation by using Support Vector Machines, Naive Bayes, and Deep Learning Algorithms. In the comparison made, it was determined that Deep learning gives better results. In addition, with the Decision Trees, the importance levels of the criteria were computed and interpreted according to the route, flight location and cabin class labels. While comparing the methods, Star Alliance airlines were also compared. The results show that the best airline in terms of customer comments and scores was EVA.