Turistik Yerler ile İlgili Sosyal Medya Paylaşımlarının Duygu Analizi: Karadeniz Bölgesi Örneği

Öz

Sosyal medya, kullanıcıların ve potansiyel müşterilerin artmasıyla birlikte vazgeçilmez reklam kanallarından biri haline geldi. Sosyal medyadan elde edilen veriler ile birçok alanda reklam ve müşteri analizleri yapılmaktadır. Turizm sektörü, sosyal medyanın önemli bir etkiye sahip olduğu alanlardan biridir. Bu çalışmada, turistik yerleri pozitif tweet oranlarına göre sıralamak için Twitter ve duygu analizini kullanılmıştır. Sosyal medya analizlerini kullanarak Türkiye'nin Karadeniz Bölgesi'ndeki bazı turistik yerler hakkında Twitter'da paylaşılan tweet'leri toplanmıştır. RapidMiner veri işleme yazılımı ve Operator Toolbox uzantısını kullanarak duyarlılık analizi yapılmıştır. Bu araçlar, Twitter tweetlerinin verilerinin toplanması, duygu analizini ve verilerin işlenmesi için kullanılmıştır. Araştırma kapsamında seçilen turistik yerler Abant, Amasra, Ayder Yaylası, Hattuşa, Kartalkaya, Perşembe Yaylası, Sümela Manastırı, Uzungöl ve Yedigöller olarak belirlenmiştir. Çalışma kapsamında toplam 1985 tweet kullanılmıştır. Duygu analizinden sonra, en yüksek olumlu tweet yüzdesine sahip turistik yerin Abant (%76.70) olduğunu belirlenmiştir. Abant'tan sonra en yüksek olumlu tweet yüzdesinin sırasıyla Ayder Yaylası (%76,47) ve Uzungöl (%75,68) olduğu tespit edilmiştir.

Anahtar Kelimeler

• Sosyal Medya
• Duygu Analizi
• Sınıflandırma
• Karadeniz Bölgesi
• RapidMiner

Sentiment Analysis of Social Media Posts about Tourist Attractions: Black Sea Region Sample

Abstract

Social media has become one of the essential advertising channels with the increase of users and potential customers. With the data obtained from social media, analyses on advertisements and customers are conducted in many areas. The tourism industry is one of the areas where social media has a significant impact. In this study, we used Twitter and sentiment analysis for ranking tourist attractions in terms of positive tweet rates. We collected tweets shared on Twitter regarding certain tourist attractions in the Black Sea Region of Turkey using social media analytics. We conducted sentiment analysis using RapidMiner data processing software and Operator Toolbox extension. They were used for collecting and processing the data and sentiment analysis of Twitter tweets. The touristic places selected within the scope of the research were determined as Abant, Amasra, Ayder Plateau, Hattusa, Kartalkaya, Persembe Plateau, Sumela Monastery, Uzungol and Yedigoller. Total of 1985 tweets were used for this study. After the sentiment analysis, we identified that the tourist attraction with the highest percentage of positive tweets was Abant (%76.70). After Abant, Ayder Plateau (%76.47) and Uzungöl (%75.68) were identified that the tourist attraction with the highest percentage of positive tweets, respectively.

Keywords

• Social Media
• Sentiment Analysis
• Classification
• Black Sea Region
• RapidMiner

References

1. Akgül, E. S., Ertano, C., Diri, B. (2016). Sentiment Analysis with Twitter. Pamukkale University Journal of Engineering Sciences, 22(2), 106–110. https://doi.org/10.5505/pajes.2015.37268
2. Akın, B., Gürsoy Şimşek, U. T. (2018). Sosyal Medya Anali̇ti̇ği̇ i̇le Değer Yaratma: Duygu Anali̇zi̇ i̇le Geleceğe Yöneli̇m. Mehmet Akif Ersoy Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 797–811. https://doi.org/10.30798/makuiibf.435804
3. Aktan, E. (2018). Sosyal Medyanın turizm Pazarlamasındaki Rolünün Değerlendirilmesi (Assessing the Role of Social Media in Tourism Marketing). Journal of Tourism and Gastronomy Studies, 6(3), 228–248. https://doi.org/10.21325/jotags.2018.280
4. Doğan, M., Pekiner, A. B., Karaca, E. (2018). Sosyal Medyanın Turizm ve Turist tercihlerine Etkisi: Kars-Doğu Ekspresi Örneği. Seyahat ve Otel İşletmeciliği Dergisi, 669–683. https://doi.org/10.24010/soid.443504
5. Özdemir, S. S., Özdemir, M., Polat, E., Aksoy, R. (2015). Sosyal Medya Kavramı ve Sosyal Ağ Sitelerinde Yer Alan Online Reklam Uygulamalarının İncelenmesi̇. EJOVOC : Electronic Journal of Vocational Colleges, 4(4). https://doi.org/10.17339/ejovoc.96993
6. Özturkcan, S., Kasap, N., Çevik, M., Zaman, T. (2017). An analysis of the Gezi Park Social Movement Tweets. Aslib Journal of Information Management, 69(4), 426–440. https://doi.org/10.1108/ajim-03-2017-0064
7. Sabuncu, İ. & Atmis, M. (2020). Social Media Analytics for Brand Image Tracking: A Case Study Application for Turkish Airlınes. Yönetim Bilişim Sistemleri Dergisi, 6 (1), 26-41.
8. Verma, T., Renu, R., Gaur, D. (2014). Tokenization and Filtering Process in Rapidminer. International Journal of Applied Information Systems, 7(2), 16–18. https://doi.org/10.5120/ijais14-451139