Ürün Değerlendirmeleri Üzerinde Duygu Analizi için Makine Öğrenmesi ve Derin Öğrenme Metotlarının Karşılaştırılması

İnternetin kullanımı; buna bağlı olarak da e-ticaretin önemi gün geçtikçe artmaktadır. E-ticaret sistemini kullanan kişiler, ilgili e-ticaret sitelerinde satın aldıkları ürünler hakkında yorumlar yapabilmektedirler. Bu yorumlar, pek çok başka mecrada yapılan yorumlarda olduğu gibi, internet üzerinde oluşan bir veri yığınına katkıda bulunmaktadır. Bu yığının artması, araştırmacılar için zengin bir kaynak oluştururken; aynı zamanda e-ticaretin ilerlediği yolda bir gösterge olabilmesi için analiz edilmesi gereken bir bilgi birikimine işaret etmektedir. Bu çalışmada Amerika Birleşik Devletleri merkezli Amazon.com sitesinde yer alan çeşitli elektronik aletler için yapılan kullanıcı yorumları, web kazıma yöntemi ile 50.000 satırlık bir veri kümesi halinde elde edilmiş; bu veri kümesi, çeşitli ön işlemlerden geçerek, duygu analizi kapsamında, yorumların olumlu veya olumsuz oluşunun tespiti için 5 farklı makine öğrenmesi ve 4 farklı derin öğrenme algoritmasına tabi tutulmuştur. Çeşitli karşılaştırma süreçleri sonucunda birincil süreçte %85,85, ikincil süreçte ise %90 ile en yüksek doğruluk oranına ulaşan Geçitli Tekrarlayan Birimler (GRU) algoritması; duygu analizinde derin öğrenme metotlarının, makine öğrenmesi algoritmalarına göre daha başarılı olduğu sonucuna varılmasını sağlamıştır.