Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 79
 İndirme 13
MAKİNE ÖĞRENMESİ YÖNTEMLERİ KULLANILARAK SOSYAL MEDYADA MARKA İTİBAR ANALİZİ
2020
Dergi:  
Yönetim Bilişim Sistemleri Dergisi
Yazar:  
Özet:

Günümüz dünyasında sosyal ağlar aktif bir şekilde kullanılmakta ve kullanıcılar bu platformlarda paylaşımlar yaparak görüşlerini ifade edebilmektedir. Bir marka hakkında yapılan paylaşımlar diğer kullanıcıların görüşlerini ve dolayısıyla ilgili markanın itibarını etkilemektedir. Belirtilen nedenlerden dolayı markalar sosyal medya platformlarında kendileri hakkında yapılan paylaşımları önemsemekte ve bu doğrultuda aksiyonlar almaktadır. Bu çalışma kapsamında sosyal medya paylaşımlarını kullanarak markaların itibarlarını analiz etmesini ve tüketiciler ile aralarındaki ilişkiyi yönetmesini sağlayan bir bilgi sistemi geliştirilmesi hedeflenmiştir. Tasarlanan sistem için markalar hakkında yapılan paylaşımları toplamak amacıyla çok katmanlı mimaride bir yazılım geliştirilmiştir. Toplanan içeriklerin olumlu veya olumsuz olarak sınıflandırılması sürecini insan gücüne kıyasla daha hızlı, masrafsız yapabilmek için makine öğrenmesi yöntemleri kullanılmıştır. Tasarlanan makine öğrenmesi modelleri arasından %90 F-ölçütü başarı skoruna sahip Naive Bayes modeli seçilmiştir. Son olarak seçilen makine öğrenmesi modeliyle otomatik olarak sınıflandırılan paylaşımları ve bilgilerini sunmak için bir web uygulaması olan Marka İtibar Yönetim Sistemi (MİYS) geliştirilmiştir. Bir markaya tanımlanan kullanıcı MİYS kullanarak ilgili marka hakkında yapılan paylaşımları, analizleri görüntüleyebilmektedir. Ayrıca tanımlanan kullanıcı MİYS üzerinden paylaşıma cevap verme, tekrar paylaşma, beğeni gibi bazı aksiyonlar alabilmektedir. İleriki v çalışmalarda sistemin birçok sosyal medya platformuna entegre ve daha kapsamlı olacak şekilde geliştirilmesi amaçlanmaktadır.

Anahtar Kelimeler:

Machine learning methods using social media brand recognition analysis
2020
Yazar:  
Özet:

In today’s world, social networks are being actively used and users can express their views by sharing on these platforms. Share about a brand affects the opinions of other users and therefore the reputation of the brand. For the reasons specified, brands are concerned about the sharing about themselves on social media platforms and take actions in this direction. This study aims to develop a information system that uses social media sharing to analyze the reputation of brands and manage the relationship between consumers and them. A multi-layer architecture software has been developed in order to collect the shared details about the brands for the designed system. Machine learning methods have been used to make the process of classifying the collected content positively or negatively faster, cost-free than human power. The Naive Bayes model with a 90% F-success score was selected among the designed machine learning models. The brand identity management system (MYS) is a web application to provide automatically classified sharing and information with the last selected machine learning model. A brand-defined user can view the comments and analyses made about the relevant brand using MİYS. Also, the identified user can receive some actions, such as sharing response, re-sharing, likes. In future v studies, the aim is to develop the system in a way that will be integrated and more comprehensive into many social media platforms.

Anahtar Kelimeler:

0
2020
Yazar:  
Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler


Yönetim Bilişim Sistemleri Dergisi

Alan :   Sosyal, Beşeri ve İdari Bilimler

Dergi Türü :   Ulusal

Metrikler
Makale : 111
Atıf : 236
2023 Impact/Etki : 0.313
Yönetim Bilişim Sistemleri Dergisi