Çağrı Merkezi Literatürünün Tematik Yapısı ve Dönemsel Dağılımı: Çok Yöntemli Bir Konu Modelleme Analizi

Çağrı merkezleri, müşteri deneyimi ve hizmet operasyonlarının yönetiminde kritik bir rol oynayan stratejik yapılar olarak literatürde giderek artan bir ilgi görmektedir. Bu doğrultuda çalışmanın temel amacı, çağrı merkezi literatürünün tematik yapısını metin madenciliği ve konu modelleme yaklaşımlarıyla bütüncül bir biçimde ortaya koymaktır. Çalışmada Web of Science Core Collection veri tabanından elde edilen yayınlardan bibliyometrik bir veri seti oluşturulmuştur. İlk taramada 5.956 kayda ulaşılmış; kapsam, bibliyografik bütünlük ve mükerrer kayıt kontrolleri sonucunda 1991–2025 yılları arasındaki 5.164 yayından oluşan nihai korpus elde edilmiştir. Yayın özetleri Python tabanlı bir metin madenciliği iş akışıyla analiz edilmiştir. Tematik yapının belirlenmesinde Latent Dirichlet Allocation (LDA) ve BERTopic yöntemleri birlikte kullanılmış; iki modelden elde edilen konular arasındaki semantik benzerlikler incelenerek araştırmacı değerlendirmesiyle beş meta-tema oluşturulmuştur. Meta-temaların kavramsal içeriği KeyBERT anahtar ifade analiziyle desteklenmiş ve dönemsel yaygınlıkları ayrıca değerlendirilmiştir. Bulgular, çağrı merkezi literatürünün çağrı merkezi operasyonları ve hizmet planlama; tele-sağlık, acil çağrı ve kamusal bilgi hizmetleri; çalışan deneyimi, stres ve iş gücü yönetimi; diyalog sistemleri ve yapay zekâ tabanlı müşteri hizmetleri; iş yeri ortamı, ergonomi ve akustik koşullar olmak üzere beş temel meta-tema etrafında yapılandığını göstermektedir. Dönemsel bulgular, tele-sağlık ve acil çağrı çalışmalarının göreli ağırlığının son dönemlerde arttığını, operasyon ve hizmet planlama çalışmalarının göreli payının azaldığını, yapay zekâ temalı çalışmaların ise doğrusal olmayan bir seyir izlediğini göstermektedir. LDA ve BERTopic yöntemlerinin birlikte kullanılması, literatürdeki tematik yapıların olasılıksal ve semantik temsiller üzerinden karşılaştırılmasına olanak sağlamış; semantik benzerlik analizi, KeyBERT ve dönemsel dağılım incelemesiyle çağrı merkezi araştırmalarının çok boyutlu yapısının daha sistematik biçimde değerlendirilmesini sağlamıştır.

Call centers, which play a critical role in customer experience and service operations, are receiving increasing attention in the literature. Considering this growing academic interest, the main objective of this study is to comprehensively analyze the thematic structure of call center literature using text mining and topic modeling approaches. In this study, a bibliometric dataset was constructed using data retrieved from the Web of Science Core Collection to examine the thematic structure of the call center literature. The initial scan yielded 5,956 records; after checking for scope, bibliographic integrity, and duplicate records, a final corpus of 5,164 publications from 1991–2025 was obtained. The publication abstracts were analyzed using a Python-based text mining workflow. Latent Dirichlet Allocation (LDA) and BERTopic methods were used together to determine the thematic structure; five meta-themes were created by examining the semantic similarities between the topics obtained from the two models and evaluating them through researcher assessment. The conceptual content of the meta-themes was supported by KeyBERT key phrase analysis, and their temporal prevalence was also evaluated. The findings indicate that the call center literature is structured around five core meta-themes: call center operations and service planning; telehealth, emergency calling and public information services; employee experience, stress and workforce management; dialogue systems and AI-based customer service; and workplace environment, ergonomics, and acoustic conditions. Periodical findings indicate that the relative weight of telehealth and emergency call studies has increased recently, the relative share of operations and service planning studies has decreased, and artificial intelligence-themed studies have followed a non-linear trend. The combined use of LDA and BERTopic methods allowed for a comparison of thematic structures in the literature through probabilistic and semantic representations; semantic similarity analysis, KeyBERT, and period distribution analysis enabled a more systematic evaluation of the multidimensional structure of call center research.