Amazon Ürün Değerlendirmeleri Üzerinde Derin Öğrenme/Makine Öğrenmesi Tabanlı Duygu Analizi Yapılması

Bu çalıĢmanın asıl amacı kaggle veri seti üzerinden çekilmiĢ olan amazon ürün yorumlarını makine öğrenmesi yöntemleri ve duygu analizi sınıflandırması ile analiz etmektedir. Yapılan çalıĢmada birden beĢe kadar verilen duygu oranlar analiz edilmiĢ ve en son olarak duygu içeriyorsa pozitif, negatif ve nötr olma durumları saptanmıĢtır. Python programa dili kullanılmıĢ olup, Kaggle‘ın kendi idesi üzerinden 8 farklı makine öğrenmesi algoritması ile veriler analiz edilmiĢtir. 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 KomĢu (KN), Bagging Algoritması (BG) gösterilebilir.

Fayllara Giriş
Görüntülenme
6
02.02.2023 tarihinden bu yana
İndirme
1
02.02.2023 tarihinden bu yana
Son Erişim Tarihi
13 Haziran 2024 11:18
Google Kontrol
Click
Ähli Matbuot
Tam Metin Almak üçin bas. Ön izleme
Detaylı Görünüm
Eser ady
(dc.title)
Amazon Ürün Değerlendirmeleri Üzerinde Derin Öğrenme/Makine Öğrenmesi Tabanlı Duygu Analizi Yapılması
Eser Sahibi
(dc.contributor.author)
Neşe Gök
Publisher
(dc.publisher)
İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü
Esere Katkı Sağlayan
(dc.contributor.other)
Aytuğ ONAN
Görnüş
(dc.type)
Diğer
Düşündiriş
(dc.description)
Yüksek Lisans Bitirme Projesi
Gysga Maglumat
(dc.description.abstract)
Bu çalıĢmanın asıl amacı kaggle veri seti üzerinden çekilmiĢ olan amazon ürün yorumlarını makine öğrenmesi yöntemleri ve duygu analizi sınıflandırması ile analiz etmektedir. Yapılan çalıĢmada birden beĢe kadar verilen duygu oranlar analiz edilmiĢ ve en son olarak duygu içeriyorsa pozitif, negatif ve nötr olma durumları saptanmıĢtır. Python programa dili kullanılmıĢ olup, Kaggle‘ın kendi idesi üzerinden 8 farklı makine öğrenmesi algoritması ile veriler analiz edilmiĢtir. 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 KomĢu (KN), Bagging Algoritması (BG) gösterilebilir.
Täzelenenç Düzümleniş Senesi
(dc.date.accessioned)
2023-02-02
Açık Erişim Tarihi
(dc.date.available)
2023-02-02
Neşir senesi
(dc.date.issued)
2023
Iňleýin Görnüşli Salgysy
(dc.identifier.uri)
https://hdl.handle.net/11469/3325
Yayın Dili
(dc.language.iso)
tr
Konu Başlıkları
(dc.subject)
Amazon Duygu analizi
Konu Başlıkları
(dc.subject)
Kaggle
Haklar
(dc.rights)
Open access
Analizler
Näsir Görüp Bileni
Näsir Görüp Bileni
Görkezilen ýurtlar
Içeri girilen şäherler
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