SENTIMENT ANALYSIS OF COMMENTS MADE BY USERS ON SOCIAL MEDIA ON THE CURRENCY-PROTECTED DEPOSIT SYSTEM

Öz

X is a social media channel where people share their opinions, thoughts and feelings about current issues. X users share their posts through tweets. Therefore, the posts on X provide a perspective on understanding investors' attitudes towards currency-protected deposits (CPD). Investors' comments on the X application are analyzed through sentiment analysis, which is one of the methods that help us understand customers' opinions about products and companies. This study aims to understand users' attitudes towards the app by analyzing X app users' feelings about CPD. The study analyzed the sentiments of individuals who posted about KKM (CPD) using Turkish X platform data. The study used 500 posts made with the hashtag "KKM" (CPD) on the X platform between December 21, 2021, and December 22, 2022. Retweets were not included in the analysis. As a result of the analysis, text mining techniques were applied to X data, which were classified as positive and negative. It was determined that 87% of the tweets were negative, and 13% were positive. Classification results were evaluated using precision, sensitivity and F1 criteria. As a result of the evaluation, the precision criterion showed the highest value, with 100% for negative comments and 100% for positive comments. The F1 score was 95% for negative comments and 44% for positive comments. The accuracy rate of the model was determined to be 90%.

Anahtar Kelimeler

• Currency-Protected Deposit System
• Sentiment Analysis
• Social Media

SOSYAL MEDYA KULLANICILARININ KUR KORUMALI MEVDUAT SİSTEMİ HAKKINDAKİ YORUMLARININ DUYGU ANALİZİ

Öz

X, insanların güncel konular hakkındaki görüşlerini, düşüncelerini ve duygularını paylaştığı bir sosyal medya mecrasıdır. X kullanıcıları tweet aracılığıyla paylaşımlarını gerçekleştirmektedirler. Bu sebeple X uygulamasındaki paylaşımlar yatırımcıların Kur Korumalı Mevduat (KKM) hakkındaki tutumlarını anlamak için bir bakış açısı sunmaktadır. Yatırımcıların X uygulamasındaki yorumları, müşterilerin ürünler ve şirketler hakkındaki düşüncelerini anlamamıza yardımcı olan yöntemlerden biri olan duygu analizi ile incelenmiştir. Çalışma, X uygulaması kullanıcılarının KKM hakkındaki duygularını analiz ederek yatırımcıların KKM’ye yönelik tutumlarını anlamayı amaçlamaktadır. Çalışmada KKM hakkında paylaşımda bulunan bireylerin duyguları Türkçe X platformu verileri kullanılarak analiz edilmiştir. Çalışmada X platformu üzerinden 21 Aralık 2021 – 22 Aralık 2022 tarihleri arasında “KKM” hastahgi ile yapılmış 500 paylaşım kullanılmıştır. Retweetler analize dâhil edilmemiştir. Analiz sonucunda pozitif ve negatif olarak sınıflandırılan X verilerine metin madenciliği teknikleri uygulanmıştır. Atılan tweetlerin %87’sinin olumsuz, %13’ünün olumlu olduğu tespit edilmiştir. Sınıflandırma sonuçları kesinlik, duyarlılık ve F1 kriterleri kullanılarak değerlendirilmiştir. Değerlendirme sonucunda, olumsuz yorumlar için duyarlılık kriteri %100, olumlu yorumlar için kesinlik kriteri ise %100 ile en yüksek değeri göstermiştir. F1 puanı, olumsuz yorumlar için % 95, olumlu yorumlar için % 44 hesaplanmıştır. Modelin doğruluk oranı %90 olarak tespit edilmiştir.

Anahtar Kelimeler

• Kur Korumalı Mevduat Sistemi
• Duygu Analizi
• Sosyal Medya

Kaynakça

1. Açıkalın U. U., Bardak, B., & Kutlu, M. (2020, Ekim). Turkish Sentiment Analysis Using BERT. 28th Signal Processing and Communications Applications Conference (SIU) içinde (s. 1-4), Medipol Üniversitesi.
2. Alkan, A. (2021). Analyzıng the ımpact of polıtıcal tweets on exchange rates. (Yayımlanmamış Yüksek Lisans Tezi). Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
3. Baye, R. U., & Aksöz, E. O. (2015). Otel tercihinde çevrimiçi otel değerlendirme yorumlarına ait içeriklerin önemi. Seyahat ve Otel İşletmeciliği Dergisi, 12(3), 6-20.
4. Bozma, G., & Kul, S. (2020). Twitter ile hisse senetleri oynaklığı tahmin edilebilir mi? Sosyoekonomi, 28(45), 315-326.
5. Critien, J., Gatt, A., & Ellul. (2022). Bitcoin price change and trend prediction through twitter sentiment and data volume . Financial Innovation, 8(1), 1-20.
6. Çakır , M. Ö. (2022, 12 19). Nureddin Nebati’ye göre KKM’nin 1 yıllık maliyeti yaklaşık 92 milyar TL: Hazine ve Maliye Bakanı Nureddin Nebati’nin açıklamasına göre KKM’nin 1 yıllık maliyeti 91,6 milyar TL. https://www.aa.com.tr/tr/ekonomi/hazine-ve-maliye-bakani-nureddin-nebati-kkmnin-bir-yilini-degerlendirdi/2767147 sayfasından erişilmiştir. Eirişim Tarihi:06.12.2023
7. Çılgın, C., Ünal, C., Alıcı, S., Akkol, E., & Gökşen, Y. (2020). Metin sınıflandırmada yapay sinir ağları ile bitcoin fiyatları ve sosyal medyadaki beklentilerin analizi. Mehmet Akif Ersoy Üniversitesi Uygulamalı Bilimler Dergisi, 4(1), 106-126.
8. Erdoğan, D. (2022). Duyarlılığın hisse senedi tahmini üzerindeki etkisini değerlendirme. (Yayımlanmamış Yüksek Lisans Tezi). Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.

9. Güven, Z. A. (2021). Türkçe tweetlerde duygu analizi için BERT modelleri ve makine öğrenme yöntemlerinin karşılaştırılması. 6th International Conference on Computer Science and Engineering (UBMK). IEEE, 2021, 98- 101. https://doi.org/10.1109/UBMK52708.2021.9559014
10. Karar Gazetesi. (2022). 78.8 milyar dolarlık pimi çekilmiş KKM. https://www.karar.com/ekonomi-haberleri/78-8-milyar-dolarlik-pimi-cekilmis-kkm-1714155 sayfasından erişilmiştir. Erişim Tarihi: 06.12.2023.
11. Karayiğit, H., Akdagli, A., & Aci, Ç. İ. (2022). Homophobic and hate speech detection using multilingual-bert model on turkish social media. Information Technology and Control, 51(2), 356-375.
12. Koca, G. (2021, Aralık 10). Bitcoin üzerine twitter verileri ile duygu analizi. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, s. 19-30.
13. Köksal, B., Erdem, G., Türkeli, C., & Öztürk, Z. (2021, Mayıs 29). Twitter'da duygu analizi yöntemi kullanılarak bitcoin değer tahminlemesi. Düzce Üniversitesi Bilim ve Teknoloji Dergis, 9(3), s. 280-297.
14. Linhao, Z. (2013, Nisan 16). Sentiment analysis on Twitter with stock price and significant. Department of Computer Science, The University of Texas at Austin, s. 1-30.
15. Mozafari, M., Farahbakhsh, R., & Crespi, N. (2020). hate speech detection and racial bias mitigation in social media based on BERT model. Plos One, 15(8), https://doi.org/10.1371/journal.pone. 0237861
16. Özcan, M. (2021). Sosyal medya platformlarının hisse senedi piyasalarına etkisi: BİST30 örneği. (Yayımlanmamış Yüksek Lisans Tezi). Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü, Gümüşhane.
17. Özparlak, G. (2020, Şubat 20). The possible ımpact of twitter post messages on stock market activities. Ankara Üniversitesi Siyasal Bilgiler Fakültesi Dergisi, 75(1), s. 335-354.
18. Özüdoğru, B. A. (2022). Kur korumalı mevduatta etkinlik-verimlilik analizi. https://vergialgi.net/kur-korumalimevduatta-etkinlik-ve-verimlilik-analizi sayfasından erişilmiştir. Erişim Tarihi: 15.02.2022.
19. Polat, M., & Akbıyık, A. (2019). Sosyal medya ve yatırım araçlarının değeri arasındaki ilişkinin incelenmesi: Bıtcoın örneği. Akademik İncelemeler Dengesi, 14(1), 443-462.
20. Sacramento, J. (2021, Kasım). Sentiment analysis in the stock market based on Twitter data. University Institute of Lisbon.
21. Sattarov, O., Jeon, H., Lee, J., & Oh, R. (2020, Kasım). Forecasting bitcoin price fluctuation by twitter sentiment analysis. 2020 Uluslararası Bilgi Bilimi ve İletişim Teknolojileri Konferansı (ICISCT) (s. 1-4),Taşkent, Özbekistan.
22. Sevli, O. & Kemaloğlu, N., (2021). Olağandışı olaylar hakkındaki tweet’lerin gerçek ve gerçek dışı olarak Google BERT modeli ile sınıflandırılması. Veri Bilim Dergisi, 4(1), 31-37.
23. Şimşek, İ., Kökçam, A. H., Demir, H. I., & Erden, C. (2023, May). Sentiment analysis of Twitter data of hepsiburada e-commerce site customers with natural language processing. In International Symposium on Intelligent Manufacturing and Service Systems (ss. 567-578). Singapore: Springer Nature Singapore.
24. Tamdoğan, F. (2019). Sosyal medyadaki hisse paylaşımlarının yatırımcının alım satım kararl.arı üzerindeki etkisi Twitter uygulaması. (Yayımlanmamış Yüksek Lisans Tezi). Başkent Üniversitesi Sosyal Bilimler Enstitüsü. Ankara.
25. Torun, N., & Şengül, A. (2022, Haziran 30). Kripto para birimlerinin twitter verileri ile metin madenciliği kapsamında incelenmesi. Uluslararası Yönetim Bilişim Sistemleri ve Bilgisayar, 6(1), 54-65.
26. Tuna, M. F., Polatgil, M., & Kaynar, O. (2023). Restoran müşterilerinin geri bildirimleri üzerinde hedef kategorinin tespiti ve hedef tabanlı duygu analizi. Visionary E-Journal/Vizyoner Dergisi, 14(40).
27. Tunalı, H., & Kalkay, D. (2024). Makro ihtiyati para politika aracı olarak kur korumalı mevduat hesabı uygulaması. Press Academia Procedia, 18(1), 63-68.
28. Türkalp, M. (2019). Tvitter Verileri Üzerinde Sınıflandırma Algoritmaları Kullanarak Hisse Senedi Değerleri İçin Yön Tahmini. (Yayımlanmamış Yüksek Lisans Tezi).Konya Teknik Üniversitesi Lisansüstü Eğitim Enstitüsü. Konya.
29. Uyrun, O., & Sabuncu, I. (2021, Aralık 30). Sosyal medya ve diğer yatırım aracı verilerine dayalı hisse senedi değeri tahmini. Acta Infologica, 5(2), 267-285.
30. Wolk, K. (2020, Nisan). Advanced social media sentiment analysis for short‐term cryptocurrency price prediction. IEEE Access Expert Systems.
31. Yayman, D. (2022). Kur Korumalı Mevduat Hesabına Tanınan Vergi Ayrıcalıklarının Bütçeye Etkileri. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 31(2), 526-535.
32. Yıldırım , M., & Yüksel , C. (2017). Sosyal medya ile hisse senedi fiyatının günlük hareket yönü arasındaki ilişkinin incelenmesi: duygu analizi uygulaması. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 33-44.