Online Otel Yorumlarının Metin Madenciliği Teknikleri ile İncelenmesi: Bakü Otelleri Örneği
| Autor: | Akgöz, Erkan, Tengilimoğlu, Engin |
|---|---|
| Přispěvatelé: | Selçuk Üniversitesi, Gastronomi ve Mutfak Sanatları, Turizm İşletmeciliği Bölümü, Akgöz, Erkan, Tengilimoğlu, Engin |
| Jazyk: | turečtina |
| Rok vydání: | 2022 |
| Předmět: | |
| Popis: | İletişim teknolojilerinde yaşanan gelişmelerin tüketicilere satın alma ve satın aldıkları ürünler hakkında deneyimlerini paylaşma imkanı sunması sonucunda online platformlar turizm sektörünü derinden etkileyen unsurlara dönüşmüştür. Tüketicilerin online ortamlarda giderek daha fazla yorum paylaşması sonucunda he tüketiciler hem de tedarikçiler için değerli bilgiler içeren büyük veri yığınları oluşmuştur. Bu büyük verinin analiz edilme ihtiyacı ise büyük veri analiz yöntemlerinin online üzerinde kullanılmaya başlamasına neden olmuştur. Bu çalışmada ise booking.com üzerinde yer alan 5 yıldızlı Bakü otellerine ilişkin 3.275 adet yorum büyük veri analiz yöntemlerinden olan metin madenciliği teknikleri kullanılarak incelenmiştir. Yorumlar veri ön işleme sürecine tabi tutulmuş ve sonrasında kelime sıklık ve ağırlıkları hesaplanmıştır. Daha sonra birliktelik analizleri kullanılarak hangi terimlerin birlikte kullanıldığı tespit edilmiştir. Sonuç olarak yorumlarda personel, oda ve otel terimlerinin en sık kullanılan terimler olduğu saptanmıştır. Online environments turn into platforms which influence tourism sector deeply as a result of advancements on communication technologies to give costumer chance to buying tourism products online and writing reviews about their experience. As more and more travelers contribute their travel experience on travel websites, a huge amount of hotel reviews generated daily. The reviews shared daily in these platforms constitute big data which contain useful information both costumer and suppliers. Necessity of analysing these big data cause to using of data mining techniques on tourism researches. In this research text mining techniques which is natural extension of data mining used to examine 3.275 Baku hotels’ reviews from booking.com. First reviews are prepared for analyze with using preprocessing technique. Then term frequency was constitute by using TF-IDF technique. Consequently, it is found that staff, room and hotel are the most spoken topics on hotel reviews. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|