E-TİCARET SİTELERİNE YAPILAN TÜKETİCİ YORUMLARININ YAPAY ZEKA YÖNTEMLERİ İLE DEĞERLENDİRİLMESİ

Abstract

E-ticaret, internet aracılığıyla gerçekleştirilen alım-satım işlemlerini içeren dijital bir ticari modeldir. İnternetin yaygınlaşması ve erişimin kolaylaşmasıyla birlikte, e-ticaret günümüz iş dünyasında vazgeçilmez bir rol oynamakta; daha geniş bir müşteri kitlesine ulaşma, maliyetleri azaltma ve işlem hızını artırma gibi avantajları beraberinde getirmektedir. E-ticaret sitelerindeki tüketici yorumları, işletmeler açısından önemli bir pazarlama aracı olarak kabul edilmektedir. Olumlu yorumların satışları artırabileceği, olumsuz yorumların ise potansiyel müşteri kaybına neden olabileceği belirtilmektedir. Bu nedenle, e-ticaret sitelerinin müşteri yorumlarını dikkate alması, etkili bir şekilde yönetmesi ve müşteri memnuniyetini artırmak için geri bildirimlere odaklanması gerekmektedir. Bu çalışmada; yapay zekâ destekli bir hesaplamalı model önerisi ile çevrimiçi müşteri ürün yorumlarından anlamlı bilgiler elde edilmesi ve müşteri duyarlılığının keşfedilmesi amaçlanmıştır. Bu amaç doğrultusunda toplam 2000 adet tüketici yorumu içeren, açık erişimli Türkçe bir veri seti oluşturulmuştur. Veri seti, farklı kategorilerdeki ürünlere ait çeşitli yorumları içermekte ve geniş bir perspektif sunmaktadır. Uzun Kısa Süreli Bellek ve yeni bir metin kodlamaya dayalı bir derin öğrenme modeli önerilerek tüketici yorumlarının otomatik olarak analiz edilmesi sağlanmıştır. Denetimli öğrenme yaklaşımıyla geliştirilen model %91,50 doğruluk oranı elde etmiştir. Bu, yüksek doğruluk oranına sahip bir yapay zekâ modelinin, yüzlerce veya binlerce müşteri incelemesini içeren ürün sayfalarında anlamlı sonuçlar üretebileceğini göstermektedir. Çalışma, işletmelerin müşteri memnuniyetini artırmak, pazarlama stratejileri geliştirmek, çevrimiçi pazarlama süreçlerini yönetmek ve farklı iş modelleri uygulamak için yapay zekâ destekli algoritmaların kullanılabileceğine dikkat çekmektedir.E-commerce is a digital commercial model that encompasses online buying and selling transactions. With the widespread adoption and increased accessibility of the internet, e-commerce plays an indispensable role in today's business world, offering advantages such as reaching a broader customer base, reducing costs, and increasing transaction speed. Consumer reviews on e-commerce websites are considered significant marketing tools for businesses. It is acknowledged that positive reviews can boost sales, while negative reviews may lead to potential customer loss. Therefore, e-commerce platforms need to consider, effectively manage, and focus on feedback to enhance customer satisfaction. This study aims to obtain meaningful insights from online customer product reviews and explore customer sensitivity through a proposed computational model leveraging artificial intelligence. To achieve this goal, an open- access Turkish dataset containing a total of 2000 consumer reviews was created. A deep learning model based on Long Short-Term Memory (LSTM) and a novel text encoding method were proposed to automate the analysis of consumer reviews. The supervised learning approach resulted in a model achieving a 91.50% accuracy rate. This high accuracy suggests that an artificial intelligence model with such performance can produce meaningful results on product pages containing hundreds or thousands of customer reviews. The study highlights the potential use of AI-supported algorithms for businesses to enhance customer satisfaction, develop marketing strategies, manage online marketing processes, and implement various business models.