Yazarlar
Yayınlar
- MakaleAçık Erişim2026Scopus SJRQ2Aspect-Based Sentiment Analysis on Social Media Comments (Twitter) : The Attributes of Service Robots in the Hotel and Restaurant Industry
Acar, Ayşegül; Türten, Burak; Diker, Ersin
Service robots are becoming more prevalent in the service industry, yet the impact they have on customer experiences is not well-documented. This study identified consumer emotions toward service robots in hotels and restaurants, focusing on how specific attributes of these robots affect consumer emotions. Furthermore, it explored which countries generate the most comments on these service robot attributes and the nature of consumer emotions within these regions. Utilizing sentiment analysis, the study examined 52,513 English-language tweets about hotel and restaurant service robots. Additionally, logistic regression analysis helped quantify the impact of robot attributes–categorized as physical, functional, and relational–on different classes of emotions. The findings reveal that customers of restaurants and hotels were most influenced by the physical and relational attributes of service robots, respectively, with functional attributes having the least impact. The logistic regression analysis offered significant insights into how service robot attributes influence consumer experiences in hotels and restaurants.
AtıfScopus5WoS4OpenAlex5İncele - Kitap BölümüYalnız künye2025Sentiment analysis of twitter data for US airlines' finance
Cam, Handan; Demirel, Ugur
The airline industry significantly promotes cultural, social, and financial globalization by facilitating connections between nations and individuals. Airline finance encompasses the intricate aspects of managing the economic, operational, and strategic elements of airline corporations on a global scale. In this industry, it is necessary to address various factors, including revenue management, risk management, cost control, and market competition. The interaction of these factors in the global aviation sector influences the financial situation of airlines, requiring strategic planning, flexibility, and a complete understanding of market dynamics. Sentiment analysis in aviation finance uses text and data mining techniques to examine emotional elements derived from social networks, consumer feedback, and news. This facilitates understanding consumer preferences, new trends, investment opportunities, risks, and marketing strategies. Sentiment analysis also helps manage brand reputation by monitoring sentiments expressed by passengers and the general public, allowing proactive measures to maintain a positive reputation. Airline companies rely on conventional customer feedback forms, which can be extremely laborious and timeconsuming. Twitter data is valuable for collecting consumer feedback tweets and conducting sentiment analysis. In this paper, we work on a dataset comprising tweets from the top major US airlines and perform a sentiment analysis in airline finance that can be used more efficiently and effectively in decision-making processes. This would allow airlines to adopt a more knowledgeable, targeted, and competitive strategy by understanding and assessing emotional context.
- Yüksek Lisans TeziAçık Erişim2024Sosyal medya kullanıcılarının vergiye bakış açısı: Twitter(X) örneği
Selin Oral
"Sosyal Medya Kullanıcılarının Vergiye Bakış Açısı: Twitter (X) Örneği" başlıklı tez, sosyal medya platformu Twitter(X) üzerinden vergiye ilişkin algıları inceleyerek bir analiz sunmaktadır. Çalışmada, Python programlama dili, Pandas kütüphanesi kullanılarak 65536 adet tweet çekilerek bir Excel sayfası oluşturulmuş ve içerisinde en sık geçen anlamlı kelimeler tespit edilmiştir. Bu kelimeler arasında ilk 10 kelime "vergi", "af", "zam", "emek", "maaş", "para", "yük", "ücret", "hak" ve "oy" yer almaktadır. MaxQDA veri analiz programı ile son 5000 twit alınarak, duygu analizi gerçekleştirilmiştir. Tezin amacı, vergi ahlakını etkileyen faktörlerin incelenmesiyle birlikte, bu alanda Türkiye'de alanımda yapılmamış bir araştırma sunarak öncü olmaktır. Kelime bulutu oluşturulmasıyla, en çok geçen kelimelerin görsel bir şekilde sunulması, vergi ahlakını etkileyen faktörlerin incelenmesiyle, toplumun vergiye bakış açısını anlamak ve geliştirmek için katkı sağlamak amaçlanmaktadır. Bu çalışma, vergi ahlakı konusunda yapılan araştırmalara yeni bir bakış açısı getirerek, Türkiye'deki vergi politikaları ve toplumun vergiye bakışı hakkında daha geniş bir bakış açısı sunmayı hedeflemektedir. Tez, sosyal medya kullanıcılarının vergi algısını anlamak ve toplumda bilinçli bir vergi kültürü oluşturmak için önemli bir adım olarak değerlendirilmektedir.
- MakaleAçık Erişim2024Scopus SJRQ1Sentiment analysis of financial Twitter posts on Twitter with the machine learning classifiers
Cam, Handan; Cam, Alper Veli; Demirel, Ugur; Ahmed, Sana
This paper presents a sentiment analysis combining the lexicon-based and machine learning (ML)-based approaches in Turkish to investigate the public mood for the prediction of stock market behavior in BIST30, Borsa Istanbul. Our main motivation behind this study is to apply sentiment analysis to financial-related tweets in Turkish. We import 17189 tweets posted as "#Borsaistanbul, #Bist, #Bist30, #Bist100″ on Twitter between November 7, 2022, and November 15, 2022, via a MAXQDA 2020, a qualitative data analysis program. For the lexicon-based side, we use a multilingual sentiment offered by the Orange program to label the polarities of the 17189 samples as positive, negative, and neutral labels. Neutral labels are discarded for the machine learning experiments. For the machine learning side, we select 9076 data as positive and negative to implement the classification problem with six different supervised machine learning classifiers conducted in Python 3.6 with the sklearn library. In experiments, 80 % of the selected data is used for the training phase and the rest is used for the testing and validation phase. Results of the experiments show that the Support Vector Machine and Multilayer Perceptron classifier perform better than other classifiers with 0.89 and 0.88 accuracy and AUC values of 0.8729 and 0.8647 respectively. Other classifiers obtain approximately a 78,5 % accuracy rate. It is possible to increase sentiment analysis accuracy with parameter optimization on a larger, cleaner, and more balanced dataset by changing the pre-processing steps. This work can be expanded in the future to develop better sentiment analysis using deep learning approaches.
AtıfScopus51WoS19OpenAlex54İncele - Yüksek Lisans TeziAçık Erişim2019Afet ve kriz yönetiminde sosyal medyanın kullanımı ve rolü: Twitter örneği
Merve Çanakçi
Bu çalışma kapsamında, sosyal medyanın afet ve kriz yönetimindeki doğru ve güvenilir olarak kullanımı üzerine kapsamlı bir literatür taraması yapılmış ve elde edilen verilerin incelenip değerlendirilmesiyle, Twitter'ın afet ve kriz yönetiminde nasıl kullanılabileceği konusunda yapılan ve eksik kalan uygulamalar ortaya konulmaya çalışılmıştır. Bu eksikliklerin belirlenmesiyle, bireylerin sosyal medyayı daha doğru kullanmalarına rehberlik edilmesi, afet bölgesine yardım gönderilmesi veya gerekli bağlantıların yapılmasını sağlayarak profesyonellerin müdahale ve iyileştirme çalışmalarına katkıda bulunulması, daha hızlı ve daha güvenli hale getirme çalışmalarının hızlandırılması amaçlanmaktadır. Dolayısıyla, afet ve kriz yönetimi alanında sosyal medya kullanımının yararlı olabileceğini gösteren bir çalışma olması hedeflenmiştir. Çalışmada, özellikle Türkiye'de ve dünyanın farklı bölgelerinde meydana gelen afetlerde sosyal medyanın kullanımı araştırılmıştır. Bir afet sonrasında sosyal medyanın mevcut kullanımları, eksikleri ve nasıl kullanılması gerektiği ortaya konulmuş, afetlerde yaşanan iletişim eksikliği, koordinasyon ve yönetim zafiyetini azaltma amaçlı tespitler yapılmıştır. Araştırmalar göstermektedir ki, sosyal medyanın gereksiz kullanımının önüne geçilememiş, verilen bilgilerin yanlışlığı düzeltilememiş, Twitter'da yapılan paylaşımlara yetişilememiş ve kategorize edilememiştir. Kurum ve kuruluşlarda bu konularla ilgilenecek bir birim dahi oluşturulmamıştır. Bu düzenlemelerin yapılması ile halk, sosyal medya (özellikle Twitter) ağındaki güncel ve doğru bilgilerle bilgilendirilecek, bireylerin afete karşı bilinç ve duyarlılık kazanmaları sağlanacak, müdahale ve yardımlar kolaylaşacak, dolayısıyla bu alanda çalışacak bireyler yetişmiş olacak ve kendi birimlerinde çalışacaklardır. Sonuçta, gerekli bilgilendirilmeleri, güncellemeleri, yapılması gerekenleri paylaşan tek bir birimin oluşturulması ile üst düzey güvenirlilikte sağlanmış olacaktır. Anahtar Kelimeler: Afet, İletişim, Sosyal Medya, Twitter
- Yüksek Lisans TeziAçık Erişim2016Diyalogsal halkla ilişkiler bağlamında sosyal medya kullanımı: Türkiye'de ilk 100'de yer alan şirketler üzerine bir inceleme
İhsan Türkal
Halkla ilişkiler teori ve uygulamasının geldiği son nokta bakımından ortaya çıkan yeni anlayış, örgütlerle paydaşları arasında diyaloğa dayalı iletişimi merkeze alan karşılıklı anlayış, güven ve desteğin geliştirilip sürdürülmesidir. Küresel düzeyde kitleler tarafından yaygın bir şekilde kullanılan sosyal medya araçları, diyaloğa ve etkileşime dayalı bir iletişim ortamını halkla ilişkilerin hizmetine sunmaktadır. Örgütlerin stratejik bir iletişim anlayışı olarak benimseyip kullanması durumunda sosyal medya araçları diyalogsal halkla ilişkilere önemli katkılar sağlayacak bir ortam oluşturmaktadır. Halkla ilişkileri daha etkileşimli, simetrik ve diyalogsal hale getirme bakımından sosyal medya araçlarının sahip olduğu kapasiteden ne ölçüde yararlanıldığı ve ne ölçüde etkili kullanıldığı bu noktada önemli bir soru işareti oluşturmaktadır. Bu çalışmada, halkla ilişkilerin tek yönlü asimetrik anlayıştan ilişkisel ve simetrik anlayışa doğru geçirdiği değişim ele alınmakta ve bu değişim sonucunda sahip olduğu yeni anlayışa olanak ve fırsat sunan sosyal medya araçları incelenmektedir. Örgütler iletişim kurmak ve ilişki inşa etmek doğrultusunda sosyal medya ortamında diyalogsal halkla ilişkiler anlayışından yararlanmakta mıdırlar? Eğer yararlanılmaktaysa bunu ne ölçüde gerçekleştirmektedirler? Bu sorulara açıklık kazandırmak amacıyla araştırmada Türkiye'de büyüklük bakımından ilk 100'de yar alan kuruluşların, sosyal medya araçlarını ne ölçüde diyalogsal halkla ilişkiler anlayışına uygun kullandığı incelenmektedir. Kent ve Taylor tarafından ortaya konan ilkeler üzerinden gerçekleştirilen içerik analizi sonucunda elde edilen bulgular bu kuruluşların sosyal medya araçlarının diyalogsal potansiyelinden yeterince yararlanamadıklarını göstermektedir.
