Sağlık sektöründe müşteri memnuniyeti ve duygu analizi: bir Twitter örneği

Basit Öğe Kaydı
dc.contributor.advisorDurmuş, Beril
dc.contributor.authorDiker, İlhami Arda
dc.date.accessioned2021-12-11T21:58:45Z
dc.date.available2021-12-11T21:58:45Z
dc.date.issued2021
dc.departmentEnstitüler, Lisansüstü Programlar Enstitüsü, Pazarlama İletişimi Ana Bilim Dalıen_US
dc.description.abstractÖZET: Müşteri memnuniyeti, rekabetin en üst düzeye eriştiği bugünlerde firmalar için çok önemli bir yere sahiptir. Mutsuz bir müşterinin olumsuz deneyimini sosyal medyanın gücü sayesinde birçok kişiye ulaştırması olasıdır. Bununla beraber yeni müşteri elde etme maliyetinin mevcut bir müşteriyi elde tutma maliyetinden çok daha yüksek olması firmaların ve markaların müşteri memnuniyetine çok daha fazla önem vermesine ve kaynak ayırmasına yol açmıştır. Bugüne kadar müşteri memnuniyeti ölçümü için anketler yapılmış ve yıldan yıla gelişmeler takip edilmiştir. Günümüzün dinamik dünyasında sosyal medya aracılığıyla, bilhassa da Twitter üzerinden müşteriler, markalar hakkındaki şikayet ve memnuniyetlerini anlık olarak belirtmektedirler. Müşteri memnuniyetini arttırmanın yollarından biri şikayetlerin ve olumlu beyanların yönetiminden geçmektedir. Bu tez çalışmasında sağlık sektöründe çalışan bir hastaneler grubu hakkındaki Twitter mesajlarının duygu analizleri yapılmıştır. Ardından bu analizler, müşteri memnuniyeti modeline uygun faktörlerle, makine öğrenmesi yöntemlerinden maksimum entropi ve destek vektör makineleriyle eşleştirilmiştir. Çalışmanın amacı sosyal medyada, şirketlerin ve markaların kendileri hakkındaki müşteri beyanlarındaki duyguların, müşteri memnuniyeti modeline göre otomatik analiz edilebilmesi için uygun sistemin oluşturulması ve bu sistemin tüm metinsel mikro blog veri kaynaklarında kullanımının mümkün kılınmasıdır. Bu amaç doğrultusunda, çalışmanın ilk bölümünde duygu analizi ve müşteri memnuniyeti modelinin tanımları yapılmış ve literatürdeki çalışmalar özetlenmiş, ikinci bölümde duygu analizinde kullanılan teknikler ele alınmıştır. Son kısımda ise, bir hastaneler grubu hakkındaki Twitter mesajları önerilen modele göre incelenmiş ve uygulamanın sonuç tablolarına yer verilmiştir.en_US
dc.description.abstractABSTRACT: In this highly competitive era, customer satisfaction has the utmost importance for companies. It is a widely accepted fact that an unhappy customer may convey their negative experience to many potential customers with the help of social media. On the other hand, the cost of acquiring new customers is much higher than the cost of holding an existing one. Therefore, companies and brands to give much more importance to customer satisfaction and allocate resources to keep the existing ones. To date, surveys have been conducted to measure customer satisfaction and developments in customer sentiment have been followed annually. In today's dynamic world, customers can instantly express their complaints and satisfaction about brands through social media, especially on Twitter. One of the ways to increase customer satisfaction is managing complaints and positive statements of customers actively. In this thesis, a hospital group company was chosen, and its customers’ twitter messages were collected analyzed in accordance with the sentiment analysis. Afterwards, relevant Tweets were classified according to customer satisfaction model factors with the help of popular machine learning algorithms, maximum entropy, and support vector machine. The aim of the study is to create a system that can automatically analyze sentiments in the customer statements about companies and brands in social media then classify them according to the customer satisfaction model and finally to enable the use of this system in all textual micro blog data sources. In the first part of the study, sentiment analysis and customer satisfaction model were defined and the studies in the literature were summarized. Sentiment analysis methodologies were discussed in the second part. In the last part, the Twitter messages about a hospital group were analyzed according to the proposed model and the results tables of the application were given.en_US
dc.identifier.urihttps://hdl.handle.net/11411/4131
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=tqUiYt63sTQLTpozMJ92QkTdRbqsWxhMN5BdJDAqJJe4d0nwT6YRxsX1aDKOiLpk
dc.identifier.yoktezid698446en_US
dc.language.isotren_US
dc.nationalNationalen_US
dc.programPazarlama İletişimien_US
dc.publisherİstanbul Bilgi Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen
dc.sponsored.EUNoen_US
dc.sponsored.TUBITAKNoen_US
dc.subjectTwitteren_US
dc.subjectSosyal Medyaen_US
dc.subjectDuygu Analizien_US
dc.subjectMüşteri Memnuniyetien_US
dc.subjectSağlık Sektörüen_US
dc.subjectSocial Mediaen_US
dc.subjectSentiment Analysisen_US
dc.subjectCustomer Satisfactionen_US
dc.subjectHealthcare industryen_US
dc.titleSağlık sektöründe müşteri memnuniyeti ve duygu analizi: bir Twitter örneğien_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Sağlık sektöründe müşteri memnuniyeti ve duygu analizi bir Twitter örneği.pdf
Boyut:
1.7 MB
Biçim:
Adobe Portable Document Format
Açıklama:
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Graduate Programs Institute Thesis Collection