Otellerin Kurumsal İtibarının Müşteri Yorumları üzerinden Yapay Zekâ Destekli Analizi: KKTC Örneği

Yıl 2025, Cilt: 25 Sayı: 3, 1836 - 1852, 30.11.2025

Mehmet Kayakuş , Selin Aygen Zetter

https://doi.org/10.11616/asbi.1742707

Öz

Son yıllarda dijital platformların yaygınlaşmasıyla birlikte, otel müşterilerinin deneyimlerini çevrim içi olarak paylaşmaları hem potansiyel tüketiciler hem de otel yöneticileri için önemli bir veri kaynağı haline gelmiştir. Bu çalışmada, Kuzey Kıbrıs Türk Cumhuriyeti’nde faaliyet gösteren ve otelpuan.com platformunda en çok yorum alan beş otel, toplam 3.000 müşteri yorumu üzerinden analiz edilmiştir. Her otel için son 600 yorum alınarak oluşturulan veri seti, metin madenciliği, duygu analizi, kelime frekansı, kelime bulutu ve konu modelleme (LDA) yöntemleriyle değerlendirilmiştir. Duygu analizinde TextBlob kütüphanesi kullanılmış, yorumlar olumlu, olumsuz ve nötr olarak sınıflandırılmıştır. Ardından yapılan konu modelleme ile her otel için üç ana tema belirlenmiş ve bu temalar üzerinden müşteri memnuniyetine dair detaylı bulgular elde edilmiştir. Çalışma ayrıca kurumsal itibar çerçevesinde, müşteri yorumlarının otellerin dijital itibarına nasıl yansıdığını ortaya koymuştur.

Anahtar Kelimeler

Kurumsal itibar , otel , yapay zekâ , metin madenciliği , duygu analizi

Analysing the Corporate Reputation of Hotels through Customer Reviews using Artificial Intelligence: TRNC Case

Öz

The increasing use of digital platforms in recent years has made hotel customers' sharing their experiences online a valuable source of information for both potential customers and hotel managers. In this study, five hotels operating in the Turkish Republic of Northern Cyprus with the highest number of reviews on the otelpuan.com platform were analysed through a total of 3,000 customer reviews. The dataset, which was created by taking the last 600 reviews for each hotel, was evaluated by text mining, sentiment analysis, word frequency, word cloud, and topic modelling (LDA) methods. The TextBlob library was used for sentiment analysis, and the comments were classified as positive, negative, and neutral. Then, three main themes were identified for each hotel through topic modelling, and detailed findings on customer satisfaction were obtained through these themes. The study also revealed how customer comments are reflected on the digital reputation of hotels within the framework of corporate reputation.

Anahtar Kelimeler

Corporate reputation , hotels , artificial intelligence , text mining , sentiment analysis

Kaynakça

• Açıkgöz, F. Y., & 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.
• Altıntaş, V., Albayrak, M., & Topal, K. (2021). Kanser Hastalığı ile İlgili Paylaşımlar İçin Dirichlet Ayrımı İle Gizli Konu Modelleme. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 36(4), 2183-2196.
• Aranda, A. M., Sele, K., Etchanchu, H., Guyt, J. Y., & Vaara, E. (2021). From Big Data to Rich Theory: Integrating Critical Discourse Analysis with Structural Topic Modelling. European Management Review, 18(3), 197-214.
• Aslan, N., & Pekerşen, Y. (2021). Turizm İşletmelerinde Personel Güçlendirme. Journal of Eurasia Tourism Research, 2(2), 82-91.
• Atan, S. (2020). Metin Madenciliği: İmkânlar, Yöntemler ve Kısıtlar. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (31), 220-239.
• Cantallops, A. S., & Salvi, F. (2014). New Consumer Behaviour: A Review of Research on Ewom and Hotels. International Journal of Hospitality Management, 36, 41-51.
• Ceylan, U., & Kıpırtı, F. (2021). Turizm İşletmelerinde Yeşil Pazarlama Faaliyetleri: Literatür İncelemesi. Socrates Journal of Interdisciplinary Social Researches, 7(8), 23-37.
• Chatterjee, S., Ghatak, A., Nikte, R., Gupta, S., & Kumar, A. (2023). Measuring SERVQUAL dimensions and their importance for customer-satisfaction using online reviews: a text mining approach. Journal of Enterprise Information Management, 36(1), 22-44.
• Chauhan, U., & Shah, A. (2021). Topic Modelling Using Latent Dirichlet Allocation: A survey. ACM Computing Surveys (CSUR), 54(7), 1-35.
• Demirçivi, B. M. (2023). Kurumsal İtibar: Kavramsal Bir İnceleme ve Turizm Sektöründen Bir Örnek. Ekonomik ve Sosyal Araştırmalar Dergisi, 19(1), 160-181.
• Doan, M. L. (2025). Sentiment Trend Analysis of SpaceX Tweets Using Time-Series Sentiment Classification with TextBlob Algorithm. Journal of Digital Society, 1(1), 44-67.
• Gavilan, D., Avello, M., & Martinez-Navarro, G. (2018). The Influence of Online Ratings and Reviews on Hotel Booking Consideration. Tourism Management, 66, 53-61.
• Gedik, Y. (2023). Turizm Sektöründe Sosyal Medya Pazarlaması Avantajları, Zorlukları ve Stratejileri Üzerine Kavramsal Bir Değerlendirme. Turizm Ekonomi ve İşletme Araştırmaları Dergisi, 5(2), 297-316.
• Göçgün, Ö. F., & Onan, A. (2021). Amazon Ürün Değerlendirmeleri Üzerinde Derin Öğrenme/Makine Öğrenmesi Tabanlı Duygu Analizi Yapılması. Avrupa Bilim ve Teknoloji Dergisi (24), 445-448.
• Güdek, E. (2023). Kurumsal İtibar ve Kriz Yönetimi: Kodak Company Krizi Üzerinden Bir Değerlendirme. Necmettin Erbakan Üniversitesi Siyasal Bilgiler Fakültesi Dergisi, 5(2), 226-241.
• Hassan, S. U., Ahamed, J., & Ahmad, K. (2022). Analytics of Machine Learning-Based Algorithms for Text Classification. Sustainable Operations and Computers, 3, 238-248.
• Horng, J., Liu, C., Chou, S., Yu, T., & Hu, D. (2022). Marketing Management in the Hotel Industry: A Systematic Literature Review by Using Text Mining. Sustainability, 14, 2344.
• Kalaivani, E. R., & Marivendan, E. R. (2021). The Effect of Stop Word Removal and Stemming in Data preprocessing. Annals of the Romanian Society for Cell Biology, 25(6), 739-746.
• Kaşıkçı, T., & Gökçen, H. (2014). Metin Madenciliği ile E-Ticaret Sitelerinin Belirlenmesi. Bilişim Teknolojileri Dergisi, 7(1).
• Kaur, G., & Sharma, A. (2023). A Deep Learning-Based Model Using Hybrid Feature Extraction Approach for Consumer Sentiment Analysis. Journal of Big Data, 10(1), 5.
• Kaya, A., & Gülbandılar, E. (2022). Konu Modelleme Yöntemlerinin Karşılaştırılması. Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi, 3(2), 46-53.
• Kına, E., & Biçek, E. (2023). Tweetlerin Duygu Analizi İçin Hibrit Bir Yaklaşım. Doğu Fen Bilimleri Dergisi, 6(1), 57- 68.
• Lee, J. H., & Ostwald, M. J. (2024). Latent Dirichlet Allocation (LDA) Topic Models for Space Syntax Studies on Spatial Experience. City, Territory and Architecture, 11(1), 3.
• Lekmiti, A., Stolk, P. J., Taylor, A., Ramachandran, S., & Yap, N. K. (2025). Text Mining in Tourism and Hospitality Research: A Bibliometric Perspective. Journal of Hospitality and Tourism Technology, 16(3), 588-610.
• Loomba, S., Dave, M., Arolkar, H., & Sharma, S. (2024). Sentiment Analysis Using Dictionary-Based Lexicon Approach: Analysis on the Opinion of Indian Community for The Topic of Cryptocurrency. Annals of Data Science, 11(6), 2019-2034.
• Loria, S. (2018). Textblob Documentation. Release 0.15, 2(8), 269.
• Maier, D., Waldherr, A., Miltner, P., Wiedemann, G., Niekler, A., Keinert, A., Pfetsch, B., Heyer, G., Reber, U., & Häussler, T. (2021). Applying LDA Topic Modeling in Communication Research: Toward A Valid and Reliable Methodology. In Computational Methods for Communication Science (pp. 13-38). Routledge.
• Manosso, F. C., & Domareski Ruiz, T. C. (2021). Using Sentiment Analysis in Tourism Research: A Systematic, Bibliometric, and Integrative Review. Journal of Tourism, Heritage & Services Marketing, 7(2), 16-27.
• Mehraliyev, F., Chan, I. C. C., & Kirilenko, A. P. (2022). Sentiment Analysis in Hospitality And Tourism: A Thematic and Methodological Review. International Journal of Contemporary Hospitality Management, 34(1), 46-77.
• Mellinas, J. P., Nicolau, J. L., & Park, S. (2019). Inconsistent Behavior in Online Consumer Reviews: The Effects of Hotel Attribute Ratings on Location. Tourism Management, 71, 421-427.
• Nasser, N., Karim, L., El Ouadrhiri, A., Ali, A., & Khan, N. (2021). N-Gram Based Language Processing Using Twitter Dataset To Identify Covid-19 Patients. Sustainable Cities And Society, 72, 103048.
• OtelPuan. (2025). Otelpuan: Oteller Hakkında 3.000.000+ Yorum, Öneri ve Şikâyet. Retrieved 15.06.2025 from https://www.otelpuan.com/
• Rice, D. R., & Zorn, C. (2021). Corpus-based dictionaries for sentiment analysis of specialized vocabularies. Political Science Research and Methods, 9(1), 20-35.
• Sel, A. (2022). Pandemi Sürecinde Toplum Görüşünün Duygu Analizi Yöntemiyle İncelenmesi: Türkiye Örneği. Beykoz Akademi Dergisi, 10(2), 134-154.
• Sharifani, K., Amini, M., Akbari, Y., & Aghajanzadeh Godarzi, J. (2022). Operating Machine Learning Across Natural Language Processing Techniques for Improvement of Fabricated News Model. International Journal of Science and Information System Research, 12(9), 20-44.
• Sparks, B. A., & Browning, V. (2011). The Impact of Online Reviews on Hotel Booking Intentions and Perception of Trust. Tourism Management, 32(6), 1310-1323.
• Suanpang, P., Jamjuntr, P., & Kaewyong, P. (2021). Sentiment Analysis With A TextBlob Package Implications For Tourism. Journal Of Management Information and Decision Sciences, 24, 1-9.
• Ülen, M. (2024). E-Hizmet Kalitesi ve Web Sitelerine Ait E-Hizmet Kalitesini Etkileyen Boyutlara İlişkin Bir Literatür Değerlendirmesi: Turizm Sektörü. Bucak İşletme Fakültesi Dergisi, 7(1), 50-57.
• Viñán-Ludeña, M. S., & de Campos, L. M. (2022). Discovering a Tourism Destination with Social Media Data: Bert-Based Sentiment Analysis. Journal of Hospitality and Tourism Technology, 13(5), 907-921.
• Xiang, Z., & Gretzel, U. (2010). Role of social media in Online Travel information Search. Tourism management, 31(2), 179-188.
• Xiang, Z., Schwartz, Z., Gerdes Jr, J. H., & Uysal, M. (2015). What Can Big Data and Text Analytics Tell Us About Hotel Guest Experience and Satisfaction? International Journal of Hospitality Management, 44, 120-130.
• Yılmaz, N., & Deniz, G. (2023). Unutulmaz Konaklama Deneyimi Üzerine Bir Değerlendirme. Journal of Tourism Research Institute, 4(2), 75-94.
• Yoldaş, İ. N. (2021). Türkçe Metinlerde Duygu Analizi: Sözlük Tabanlı Yaklaşım ve İnsanların Tepkilerinin Karşılaştırılması. Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi, 2(1), 1-6.
• Yurdakul, M. (2024). Şirketlerde Sürdürülebilirliği Stratejik Olarak Gündeme Getiren Dinamikler. Yönetim Bilimleri Dergisi, 22(52), 282-307.
• Zhang, L., Wu, J., Liu, H., & Zhang, X. (2020). The Value of Going Green in The Hotel Industry: Evidence from Beijing. Real Estate Economics, 48(1), 174-199.