Trip Advisor Otel Değerlendirmelerinde Kullanıcı Beğeni Değerlerinin Tahmin Edilmesine Yönelik Model Geliştirilmesi

u çalışmanın asıl amacı kaggle veri seti üzerinden çekilmiş olan Trip Advisor otel değerlendirmelerinde kullanıcı beğeni değerlerinin makine öğrenmesi yöntemleri tahmin edilmesine yönelik model geliştirilmesi ile analiz etmektedir. Yapılan çalışmada birden beşe kadar verilen otel değerlendirmelerinde kullanıcı beğeni değerlerinin oranları analiz edilmiş ve en sonunda kullanıcı tarafından tavsiye ediliyorsa “Recommended”, tavsiye edilmiyorsa “Not Recommended ” ve kullanıcı kararsız ise “Nötr” olma durumları saptanmıştır. Python programa dili kullanılmış olup, Google Colab idesi üzerinden 8 farklı makine öğrenmesi algoritması ile veriler analiz edilmiştir. Kullanılan algoritmalar arasında Naive Bayes (NB), Destek Vektör Makineleri(SVM), Karar Ağaçları(DT), Lojistik Regresyon(LR-tf-idf), Lojistik Regresyon(LR- w2v), Rastgele Orman (RF), K-En Yakın Komşu (KN), Bagging Algoritması (BG) gösterilebilir.

Erişime Açık
Görüntülenme
10
01.02.2023 tarihinden bu yana
İndirme
1
01.02.2023 tarihinden bu yana
Son Erişim Tarihi
13 Haziran 2024 11:18
Google Kontrol
Tıklayınız
Tam Metin
Tam Metin İndirmek için tıklayın Ön izleme
Detaylı Görünüm
Eser Adı
(dc.title)
Trip Advisor Otel Değerlendirmelerinde Kullanıcı Beğeni Değerlerinin Tahmin Edilmesine Yönelik Model Geliştirilmesi
Eser Sahibi
(dc.contributor.author)
Mustafa GÖK
Yayıncı
(dc.publisher)
İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü
Esere Katkı Sağlayan
(dc.contributor.other)
AYTUĞ ONAN
Tür
(dc.type)
Diğer
Açıklama
(dc.description)
Yüksek Lisans Bitirme Projesi
Özet
(dc.description.abstract)
u çalışmanın asıl amacı kaggle veri seti üzerinden çekilmiş olan Trip Advisor otel değerlendirmelerinde kullanıcı beğeni değerlerinin makine öğrenmesi yöntemleri tahmin edilmesine yönelik model geliştirilmesi ile analiz etmektedir. Yapılan çalışmada birden beşe kadar verilen otel değerlendirmelerinde kullanıcı beğeni değerlerinin oranları analiz edilmiş ve en sonunda kullanıcı tarafından tavsiye ediliyorsa “Recommended”, tavsiye edilmiyorsa “Not Recommended ” ve kullanıcı kararsız ise “Nötr” olma durumları saptanmıştır. Python programa dili kullanılmış olup, Google Colab idesi üzerinden 8 farklı makine öğrenmesi algoritması ile veriler analiz edilmiştir. Kullanılan algoritmalar arasında Naive Bayes (NB), Destek Vektör Makineleri(SVM), Karar Ağaçları(DT), Lojistik Regresyon(LR-tf-idf), Lojistik Regresyon(LR- w2v), Rastgele Orman (RF), K-En Yakın Komşu (KN), Bagging Algoritması (BG) gösterilebilir.
Kayıt Giriş Tarihi
(dc.date.accessioned)
2023-02-01
Açık Erişim Tarihi
(dc.date.available)
2023-02-01
Yayın Tarihi
(dc.date.issued)
2023
Tek Biçim Adres
(dc.identifier.uri)
https://hdl.handle.net/11469/3321
Yayın Dili
(dc.language.iso)
tr
Konu Başlıkları
(dc.subject)
Trip Advisor
Konu Başlıkları
(dc.subject)
Google Colab
Haklar
(dc.rights)
Open access
Analizler
Yayın Görüntülenme
Yayın Görüntülenme
Erişilen ülkeler
Erişilen şehirler
6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamında yükümlülüklerimiz ve çerez politikamız hakkında bilgi sahibi olmak için alttaki bağlantıyı kullanabilirsiniz.

creativecommons
Bu site altında yer alan tüm kaynaklar Creative Commons Alıntı-GayriTicari-Türetilemez 4.0 Uluslararası Lisansı ile lisanslanmıştır.
Platforms