Tüketiciden tüketiciye (C2C) e-ticaret platformları, kullanıcıların ikinci el ürünleri alıp satmasına olanak tanımaktadır ve bu sayede kullanıcılara uygun fiyatlı alışveriş imkânı suna ve sürdürülebilir tüketime katkı sağlamaktadır. Kullanıcılar tarafından oluşturulan yorumlar ile bu platformlarda ortaya çıkan hizmet aksaklıklarını ortaya çıkarmak mümkündür. Geleneksel duygu analizi ve Hedefe Dayalı Duygu Analizi (ABSA) yöntemleri, genellikle yorumlardaki ifadelerin olumlu, olumsuz ya da nötr şeklindeki gruplandırılmasına odaklanmaktadır. Ancak bu yaklaşımlar, kullanıcılar arasındaki fikir birliğini yakalamakta ya da belirli şikâyetlerin ne kadar yaygın olduğunu tespit etmede yetersiz kalabilmektedir.
Bu çalışma, ikinci el bir e-ticaret uygulamasından alınan düşük puanlı Türkçe yorumları analiz etmek için Büyük Grup Karar Verme (Large Group Decision Making - LGDM) uygulamaktadır. Bu yaklaşım, ABSA ve anlamsal benzerlik modellemesini entegre ederek kullanıcı şikâyetlerinin yorumlanabilirliğini artırmayı amaçlamaktadır. Ayrıca, yaygın şekilde paylaşılan ya da ayrışan şikâyetleri tespit edebilmekte ve geleneksel duygu toplulaştırma yöntemlerine kıyasla daha uygulanabilir içgörüler sunmaktadır.
Büyük Grup Karar Verme Hedef Tabanlı Duygu Analizi Cümle Vektörü Kosinüs Benzerliği Online Yorumlar
Consumer to consumer (C2C) e-commerce platforms allow users to buy and sell second hand products and they offer affordability and support sustainable consumption. In these environments, user generated reviews provide valuable insights into service failures. Traditional sentiment analysis and Aspect Based Sentiment Analysis (ABSA) methods primarily focus on classifying the polarity of opinions expressed in reviews. However, these approaches often fall short in capturing the user agreement or identifying whether specific complaints are widely shared.
The present study adopts a Large Group Decision Making framework to analyze low rated Turkish language reviews from a second hand marketplace app. The approach integrates ABSA and semantic similarity modeling to improve the interpretability of user complaints. Also it enables to detect widely shared and divergent complaints and also offers more actionable insights than traditional sentiment aggregation.
Large Group Consensus Aspect Based Sentiment Analysis Sentence Embedding Cosine Similarity Online Reviews
Birincil Dil | İngilizce |
---|---|
Konular | Doğal Dil İşleme |
Bölüm | Araştırma Makaleleri |
Yazarlar | |
Erken Görünüm Tarihi | 19 Ekim 2025 |
Yayımlanma Tarihi | 22 Ekim 2025 |
Gönderilme Tarihi | 11 Haziran 2025 |
Kabul Tarihi | 29 Eylül 2025 |
Yayımlandığı Sayı | Yıl 2025 Cilt: 7 Sayı: 2 |