Marka kişiliğinin büyük veri kapsamında tüketici duygu analizi yöntemiyle belirlenmesi

Abstract

Bilişim teknolojilerinin baş döndürücü hızla ilerlemesi, yerleşik yöntemlerin yeniden gözden geçirilmesi gerekliliğini açıkça ortaya koymuştur. Müşterilerin işletmeleri nerede gördüğü, işletmeleri zihinlerinde hangi noktaya konumlandırdığı sorusuna cevap arayışı da internet üzerindeki kanallara kaymıştır. İnternet (hem sosyal medya hem de web sayfaları) üzerinde yapılan yorumlar, işletmeler için anlam ifade eder hale gelmiş, bu daha da ileri giderek, işletmeler hakkında neler düşünüldüğü internet üzerindeki yorumlardan hatta bazen sanal ortamdaki davranışlardan tespit edilmeye çalışılır hale gelmiştir. Bu durum günümüzde verinin değerini hızla artırmış, işletmeler içinde sahip oldukları verileri nasıl işleyecekleri ve işledikten sonra bunları nasıl anlamlandırmaları gerektiği konularında yepyeni başlıklar açmıştır. Bu teknolojik gelişmeler, her şeyden önce, işletmelere inanılmaz bir hız kazandırmış, ayrıca aynı verileri farklı perspektiflerden bakarak defalarca işlemenin çok kısa sürede mümkün olması, işletmeler için en değerli kaynaklarından birinin verileri olması sonucunu doğurmuştur. Bu çalışmada, son yıllarda sıkça başvurulan duygu analizi yöntemi farklı bir bakış açısıyla, şimdiye kadar yapılmış analiz boyutlarından daha farklı ve etiketleme işlemini basitleştiren yöntemlerle özgün hale getirilmiştir. Duygu analizi için denetimli öğrenme örneği olabilecek, makine öğrenmesi metodu kullanılarak duygu analizi yapılmış, bu esnada ihtiyaç duyulan öğrenme mekanizması marka kişiliğinin literatürdeki genel yaklaşımı olan boyutlar ele alınarak incelenmiştir. Sonuçta, turizm işletmelerine, onlar hakkında yapılan yorumların, genel olarak müşterilerin onlara hangi marka kişiliğini atfettiğini söyleyebilmeyi hedeflemektedir.

The dizzying advancement of information technologies has clearly demonstrated the necessity of reconsidering established methods. The search for answers to the question of where customers see businesses and where they position them in their minds has also shifted to channels on the internet. The comments made on the Internet (both social media and web pages) have become meaningful for businesses, and this goes even further, trying to determine what is thought about businesses from the comments on the Internet and sometimes even from the behaviors in the virtual environment. This situation has increased the value of data rapidly today, and opened new topics on how businesses should process the data they have and how they should make sense of them after processing. These technological developments, first of all, have given businesses an incredible speed, and the fact that it is possible to process the same data from different perspectives in a very short time has resulted in data being one of the most valuable resources for businesses. In this study, the sentiment analysis method, which has been frequently used in recent years, has been made unique with a different perspective, different from the analysis dimensions made so far, and methods that simplify the labeling process. Sentiment analysis was made using the machine learning method, which can be an example of supervised learning for sentiment analysis, while the learning mechanism needed was examined by considering the dimensions that are the general approach of brand personality in the literature. Ultimately, it aims to be able to tell tourism businesses which brand personality the comments made about them, in general, the customers attribute to them.