DETERMINATION OF TWITTER USERS SENTIMENT POLARITY TOWARD AIRLINE MARKET IN TURKEY: A CASE OF OPINION MINING

TWİTTER KULLANICILARININ HAVAYOLU PAZARINA YÖNELİK DUYGU KUTUPLARININ BELİRLENMESİ: BİR FİKİR MADENCİLİĞİ ÖRNEĞİ

Abstract

The identification of actual and potential customers opinions and sentiments before and after purchase shapes the services offered by airlines in the airline sector as well as in every sector. In this paper, a sentiment analysis is made by compiling Twitter users’ comments related to air transport. Comments of users collected from API (Application Programming Interfaces) service provided by Twitter as with many social media applications and were taken from a Java based program on a regular basis between April-May 2016. Obtained 8672 user comments were decomposed as positive, notr and negative tags. Tags are collected in a tag cloud and results are analysed with Machine Learning Method and standardized and normalized Kernel Polinoms in SMO algorithm

Özet

Her sektörde olduğu gibi havayolu sektöründe de halihazır ve potansiyel müşterilerin satın alma öncesi ve sonrası fikir ve duygularının tespit edilmesi, havayolu firmalarının gelecekte sunacağı hizmetleri de şekillendirmektedir. Bu çalışmada, Twitter kullanıcılarının havayolu ulaşımı ile ilgili yorumları derlenerek duygu analizi çalışması yapılmıştır. Kullanıcı yorumları, birçok sosyal medya uygulamasında olduğu gibi Twitter’ ın da sunmuş olduğu API (Application Programing Interfaces-Uygulama Programlama Arayüzleri) hizmeti vasıtasıyla java tabanlı program kullanılarak Nisan-Mayıs 2016 tarihleri arasında alınmıştır. Elde edilen 8672 kullanıcı yorumu olumlu, nötr ve olumsuz etiketlerle ayrıştırılmıştır. Elde edilen etiketler etiket bulutunda toplanmış ve sonuçlar Makine Öğrenmesi Yöntemi ve SMO sınıflandırmasında standart ve normalize Kernel Polinomları ile analiz edilmiştir

Keywords: Hava taşımacılığı, twitter, fikir madenciliği, makine öğrenmesi yöntemleri, Kernel polinomları