Üretken Yapay Zekâ Destekli Bir Havayolu Yolcu Geri Bildirimi Analizi: En Önemli Olanı Ortaya Çıkarmak

dc.contributor.authorKoçak, Hakan
dc.date.accessioned2026-08-12T15:06:09Z
dc.date.issued2025
dc.departmentFırat Üniversitesi
dc.description.abstractYoğun rekabetin yaşandığı havayolu endüstrisi, müşteri memnuniyetine büyük ölçüde dayanarak güçlü ve zayıf yönlerini değerlendirir. Çevrimiçi yolcu yorumları, müşterilerin görüşlerini, beklentilerini ve duygularını yansıtan zengin bir veri kaynağı sunar. Bu geri bildirimlerin analizi, havayollarının geliştirilmesi gereken alanları belirlemesine ve yolcular için en önemli olanı anlamasına yardımcı olur. Bu çalışma, 2024 yılında Trip Advisor web sitesinden toplanan Türk Hava Yolları yorumlarını yorumlamak için Google Gemini’nin sıfırdan yönlendirme (zero-shot prompting) yaklaşımını kullanarak, alan spesifik ince ayara gerek kalmadan modelin etkinliğini göstermektedir. Bulgular, algılanan hizmet kalitesini, performansını ve değeri etkileyen faktörleri ortaya koymakta ve üretici yapay zekânın uzmanlaşmış müşteri duygu analizindeki potansiyelini ve havayolu endüstrisindeki uygulamalarını göstermektedir.
dc.description.abstractThe airline industry, characterized by intense competition, relies heavily on customer satisfaction to assess strengths and weaknesses. Online passenger reviews provide a rich source of data, capturing customers’ opinions, expectations, and emotions. Analyzing this feedback helps airlines identify areas for improvement and understand what matters most to passengers. This study employs a zero-shot prompting approach using Google Gemini to interpret Turkish Airlines reviews from Trip Advisor in 2024, demonstrating the model’s effectiveness without domain-specific fine-tuning. The findings highlight factors influencing perceived service quality, performance, and value, illustrating the potential of generative AI in specialized customer sentiment analysis and its practical applications in the airline industry.
dc.identifier.doi10.35234/fumbd.1708787
dc.identifier.endpage918
dc.identifier.issn1308-9072
dc.identifier.issue2
dc.identifier.startpage909
dc.identifier.urihttps://doi.org/10.35234/fumbd.1708787
dc.identifier.urihttps://hdl.handle.net/11508/27727
dc.identifier.volume37
dc.language.isoen
dc.publisherFırat University
dc.publisherFırat Üniversitesi
dc.relation.ispartofFırat University Journal of Engineering Science
dc.relation.ispartofFırat Üniversitesi Mühendislik Bilimleri Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_DergiPark_20260511
dc.subjectAffective Computing
dc.subjectDuygusal Bilgi İşleme
dc.subjectMachine Learning (Other)
dc.subjectMakine Öğrenme (Diğer)
dc.subjectData Mining and Knowledge Discovery
dc.subjectVeri Madenciliği ve Bilgi Keşfi
dc.subjectNatural Language Processing
dc.subjectDoğal Dil İşleme
dc.titleÜretken Yapay Zekâ Destekli Bir Havayolu Yolcu Geri Bildirimi Analizi: En Önemli Olanı Ortaya Çıkarmak
dc.title.alternativeA Generative AI-Driven Analysis of Airline Passenger Feedback: Revealing What Matters Most
dc.typeArticle

Dosyalar