BRAND REPUTATION ANALYSIS WITH ARTIFICIAL INTELLIGENCE ON NEW MEDIA PLATFORMS: A RESEARCH ON YOUTUBE AND X PLATFORMS

Sayı: 18, 1 - 23, 06.01.2026

Mehmet Kayakuş , Sefer Yiğit

Öz

User interactions through mobile applications have become a fundamental element in determining the digital reputation of brands with the acceleration of digitalisation. In this study, user comments on the mobile applications of the YouTube and X platforms were analysed with artificial intelligence-supported text mining techniques. The aim of the research is to evaluate the brand reputation of these two new media platforms based on users' experiences. A total of 1000 user comments obtained from the Google Play Store were analysed by sentiment analysis, word frequency, word cloud, and topic modelling (LDA) methods. For sentiment analysis, the word-based TextBlob library was used, and comments were classified as positive, negative, and neutral. The findings showed that positive comments were the majority for both applications, but YouTube had a higher proportion of positive reviews. LDA-based topic modelling revealed that themes such as recurring technical problems, ad density, and premium service policies were prominent in users' comments. While dissatisfaction with advertisements is at the forefront in YouTube comments, X platform users mostly complain about in-app technical problems. The study reveals that user comments reflect not only satisfaction but also multidimensional indicators such as brand image, trust, and loyalty.

Anahtar Kelimeler

New media , brand reputation , artificial intelligence , mobile application

Proje Numarası

1919B012411923

YENİ MEDYA PLATFORMLARINDA YAPAY ZEKÂ İLE MARKA İTİBARI İNCELEMESİ: YOUTUBE VE X PLATFORMLARI ÜZERİNE BİR ARAŞTIRMA

Öz

Mobil uygulamalar üzerinden gerçekleşen kullanıcı etkileşimleri dijitalleşmenin ivme kazanmasıyla markaların dijital itibarlarının belirlenmesinde temel bir unsur haline gelmiştir. Bu çalışmada, YouTube ve X platformunun mobil uygulamalarına ilişkin kullanıcı yorumları yapay zekâ destekli metin madenciliği teknikleriyle analiz edilmiştir. Araştırmanın amacı, bu iki yeni medya platformunun marka itibarını kullanıcıların deneyimlerine dayalı olarak değerlendirmektir. Google Play Store’dan elde edilen toplam 1000 kullanıcı yorumu; duygu analizi, kelime frekansı, kelime bulutu ve konu modelleme (LDA) yöntemleriyle analiz edilmiştir. Duygu analizi için kelime tabanlı TextBlob kütüphanesi kullanılmış ve yorumlar pozitif, negatif ve nötr olarak sınıflandırılmıştır. Bulgular, her iki uygulama için de pozitif yorumların çoğunlukta olduğunu, ancak YouTube’un daha yüksek bir olumlu değerlendirme oranına sahip olduğunu göstermiştir. LDA tabanlı konu modelleme, kullanıcıların yorumlarında tekrar eden teknik problemler, reklam yoğunluğu, Premium hizmet politikaları gibi temaların öne çıktığını ortaya koymuştur. YouTube yorumlarında özellikle reklamlarla ilgili memnuniyetsizlikler ön plandayken, X platformu kullanıcıları daha çok uygulama içi teknik sorunlardan şikâyet etmektedir. Çalışma, kullanıcı yorumlarının sadece memnuniyet değil; aynı zamanda marka imajı, güven ve sadakat gibi çok boyutlu göstergeleri yansıttığını ortaya koymaktadır.

Anahtar Kelimeler

Yeni medya , marka itibarı , yapay zekâ , mobil uygulama

Destekleyen Kurum

TÜBİTAK

Proje Numarası

1919B012411923

Teşekkür

Bu çalışma TÜBİTAK Bilim İnsanı Destekleme Daire Başkanlığı (BİDEB) tarafından 2209-A Üniversite Öğrencileri Araştırma Projeleri Destek Programı kapsamında desteklenmiştir.

Kaynakça

• Abolfazli, S., Sanaei, Z., Gani, A., Xia, F., & Yang, L. T. (2014). Rich Mobile Applications: Genesis, Taxonomy, and Open Issues. Journal Of Network And Computer Applications, 40, 345-362.
• Açikgöz, F. Y., Kayakuş, M., Zăbavă, B.-Ș., & Kabas, O. (2024). Brand Reputation and Trust: The Impact on Customer Satisfaction and Loyalty for the Hewlett-Packard Brand. Sustainability, 16(22), 9681.
• Alptekin, Z. M. (2020). Dijitalleşme ve Dijital Sosyal Sorumluluk Iletişimi. Uluslararası Medya ve İletişim Araştırmaları Hakemli Dergisi, 3(2), 136-155.
• Atılgan, K. Ö., & Yoğurtcu, H. (2021). Kargo Firması Müşterilerinin Twitter Gönderilerinin Duygu Analizi. Çağ Üniversitesi Sosyal Bilimler Dergisi, 18(1), 31-39.
• Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of machine Learning research, 3(Jan), 993-1022.
• Bozyiğit, B. Ş., & Tarhan, Ç. (2020). Makine Öğrenmesi Yöntemleri Kullanilarak Sosyal Medyada Marka İtibar Analizi. Yönetim Bilişim Sistemleri Dergisi, 6(2), 57-76.
• Çaylak, P. Ç., Kayakuş, M., Eksili, N., Yiğit Açikgöz, F., Coşkun, A. E., Ichimov, M. A. M., & Moiceanu, G. (2024). Analysing Online Reviews Consumers’ Experiences of Mobile Travel Applications with Sentiment Analysis and Topic Modelling: The Example of Booking and Expedia. Applied Sciences, 14(24), 11800.
• Erdoğan, D., Kayakuş, M., Çelik Çaylak, P., Ekşili, N., Moiceanu, G., Kabas, O., & Ichimov, M. A. M. (2025). Developing a Deep Learning-Based Sentiment Analysis System of Hotel Customer Reviews for Sustainable Tourism. Sustainability, 17(13), 5756.
• Google_Play. (2025a). Twitter. Retrieved 15.06.2025 from https://play.google.com/store/apps/details?id=com.twitter.android&utm_source=emea_Med
• Google_Play. (2025b). YouTube. Retrieved 15.06.2025 from https://play.google.com/store/search?q=youtube&c=apps&utm_source=emea_Med
• Güzel, F. Ö. (2014). Marka İtibarını Korumada Şikâyet Takibi: Çevrimiçi Seyahat 2.0 Bilgi Kanallarında Bir Uygulama. İnternet Uygulamaları ve Yönetimi Dergisi, 5(1), 5-19.
• Irak, H. (2021). Dijitalizasyon ve Halkla İlişkiler. Ahi Evran Akademi, 2(1), 122-132.
• Kasapoğlu, C., Aksoy, R., & Başkol, M. (2020). Marka Kavram Haritalarında Metin Madenciliği Yöntemlerinin Kullanımına Yönelik Kavramsal Bir Çalışma. Bartın Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 11(21), 182-206.
• Kayakuş, M., Yiğit Açikgöz, F., Dinca, M. N., & Kabas, O. (2024). Sustainable Brand Reputation: Evaluation of iPhone Customer Reviews with Machine Learning and Sentiment Analysis. Sustainability, 16(14), 6121.
• Kayakuş, M., Yiğit Açikgöz, F., & Erdoğan, D. (2024). Özel Eğitim Kurumlarının Kurumsal İtibarlarının Duygu Analizi Yöntemiyle Değerlendirilmesi. Turkish Studies-Economics, Finance, Politics, 19(4).
• Kayan, F., Bilişli, Y., Kayakuş, M., Yiğit Açıkgöz, F., Başdeğirmen, A., & Güler, M. (2025). Analysing Sustainability and Green Energy with Artificial Intelligence: A Turkish English Social Media Perspective. Sustainability, 17(5).
• Özdamar, N., & Aydın, O. (2020). Mobil Öğrenme Ve Türkiye’de Açıköğretim Faaliyeti Yapan Üniversitelerin Mobil Öğrenme Uygulamalarının Incelenmesi. Açıköğretim Uygulamaları ve Araştırmaları Dergisi, 6(4), 113-154.
• Özkara, Y., Bilişli, Y., Yildirim, F. S., Kayan, F., Başdeğirmen, A., Kayakuş, M., & Yiğit Açıkgöz, F. (2025). Analysing Social Media Discourse on Electric Vehicles with Machine Learning. Applied Sciences, 15(8), 4395.
• Papadakis, S., Kalogiannakis, M., & Zaranis, N. (2018). Educational apps from the Android Google Play for Greek Preschoolers: A systematic review. Computers & education, 116, 139-160.
• Sarıışık, M., & Özbay, G. (2012). Elektronik Ağizdan Ağiza Iletişim ve Turizm Endüstrisindeki Uygulamalara Ilişkin Bir Yazin Incelemesi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 8(16), 1-22.
• Seren, N., & Altıntaş, M. H. (2023). Turizm İşletmelerinde Marka Kişiliğinin Duygu Analizi Yöntemiyle Belirlenmesi. International Journal of Social Inquiry, 16(1), 229-254.
• Suncak, A., Sak, F. S., & Çağan, H. Ö. (2024). Otellere Dair Müşteri Tatmininin Tahminlenmesi: Makine Öğrenmesi Teknikleri ile Bir Uygulama. Pazarlama ve Pazarlama Araştırmaları Dergisi, 17(3), 673-702.
• Şahin, H., Kayakuş, M., Erdoğan, D., & Açıkgöz, F. Y. (2024). Sağlık Kuruluşlarının Kurumsal İtibarının Metin Madenciliği ve Duygu Analizi ile Değerlendirilmesi. Mehmet Akif Ersoy University Journal of Social Sciences Institute(40), 91-104.
• Tuna, M. F. (2022). Mobil Uygulama Müşteri Geri Bildirimindeki Duyguların Makine Öğrenmesi Yöntemleriyle Sınıflandırılması. J. Bus. Commun. Stud, 1(1), 83-103.
• Yiğit Açıkgöz, F. (2025). Krizlerin kurumsal itibar üzerindeki etkileri: Patiswiss örneği. Yönetim Bilimleri Dergisi, 23(55), 359-381.
• Yiğit Açıkgöz, F., & Kayakuş, M. (2025). Süpermarket Zincirlerinin Mobil Uygulamalarının Kurumsal İtibarına Etkisi: Duygu Analizi ve Metin Madenciliği Yöntemleriyle Değerlendirme. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 16(45), 177-193.
• Yıldız, E., & Yıldırım, M. B. (2024). Sosyal Medyada Marka Boykotları ve Kriz İletişimi:‘Twitter (X)’Kullanıcı Yorumlarının Metin Madenciliği ile İncelenmesi. Etkileşim(13), 286-313.
• Yurdasever, E. (2024). İşletmelerde çalışanlara yönelik duygu analizinin uygulanması: Potansiyel faydalar ve zorluklar. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 17(3), 462-488.
• Zhu, M., & Zhang, K. (2025). Artificial Intelligence for Computer Science Education in Higher Education: A Systematic Review of Empirical Research Published in 2003–2023. Technology, Knowledge and Learning, 1-25.