Lexicon-Based Sentiment Analysis: Comparison of Customer Satisfaction Levels of E-Commerce Websites Based on Social Media Posts

Öz

Developing technologies in recent years have directly impacted every aspect of life and every individual. As emphasized by Moore's Law and the principle of mass digital storage, the increasing processing power of computers, the growing amount of data stored daily, and the decreasing costs of these processes have facilitated the widespread impact of this development. The recording and storage of almost all online transactions of individuals, along with reduced costs, have led to the accumulation of massive amounts of data One of the platforms that generate a massive amount of data is social media. X, one of the most popular social media platforms, has millions of users who share data daily. These data, which have attracted the attention of researchers in recent years, are used in many studies. The article aims to measure customer satisfaction levels regarding e-commerce sites in Türkiye using a sentiment analysis method based on social media posts. In the study, posts shared on the X platform related to the e-commerce websites Trendyol, Sahibinden, Hepsiburada, and Amazon were used as data. Data have been analyzed using the R programming language within the R Studio environment. The analysis of the four most used e-commerce sites in Türkiye revealed that customer satisfaction levels were generally positive, with Hepsiburada standing out as the platform with the highest satisfaction.

Anahtar Kelimeler

• E-commerce
• Data mining
• Sentiment analysis
• Social media
• Word cloud analysis

Sözcük Tabanlı Duygu Analizi: Sosyal Medya Paylaşımlarına Dayalı E-Ticaret Siteleri Memnuniyet Düzeyi Karşılaştırması

Öz

Son yıllarda gelişmekte olan teknolojiler hayatın her alanına ve her bireye doğrudan etki etmektedir. Moore Kanunu ve Yığınsal Dijital Depolama Kuralında da vurgulandığı gibi her geçen gün bilgisayarların işlem gücünün ve depolanan veri miktarının artması, aynı zamanda bu işlemlerin maliyetlerinin azalması bu etkinin yaygınlaşmasını kolaylaştırmaktadır. İnternet ortamında bireylerin hemen hemen tüm işlemlerinin kayıt altına alınması, saklanması ve maliyetlerinin azalması büyük bir veri yığının ortaya çıkmasına sebep olmaktadır. Büyük veri yığını oluşturan platformlardan birisi de sosyal medyadır. Sosyal medya platformları arasında popüler platformlardan biri de X’tir. Her gün kullanıcıların paylaştıkları milyonlarca veri bulunmaktadır. Son yıllarda araştırmacıların ilgisini çeken bu veriler, birçok çalışmada kullanılmaktadır. Bu makalenin amacı, Türkiye’deki e-ticaret sitelerine yönelik müşteri memnuniyet düzeylerinin sosyal medya paylaşımlarına dayalı olarak duygu analizi yöntemiyle ölçülmesidir. Çalışmada; Trendyol, Sahibinden, Hepsiburada ve Amazon-ticaret sitelerine dair X platformunda paylaşılan gönderiler veri olarak kullanılmıştır. R Studio ortamında, R programlama dili yardımıyla veriler analiz edilmiştir. Elde edilen bulgular, müşteri memnuniyet düzeylerinin genel olarak olumlu olduğunu ve Hepsiburada’nın en yüksek memnuniyeti sağlayan platform olarak öne çıktığını ortaya koymuştur.

Anahtar Kelimeler

• E-Ticaret
• Veri Madenciliği
• Duygu Analizi
• Sosyal medya
• Kelime bulutu analizi

Kaynakça

1. Albayrak M., Topal K., Altıntaş V. Sosyal medya üzerinde veri analizi: Twitter. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 2017; 22: 1991-1998.
2. Al-Dwairi RM., Shehabat I., Zahrawi A., Hammouri Q. Building customer trust, loyalty, and satisfaction: the power of social media in e-commerce environments. International Journal of Data and Network Science 2024; 8(3): 1883-1894.
3. Amanet H. Duygu analizi (Sentiment analysis) nedir?. 2020. https://hasan-amanet.medium.com/duygu-analizi-sentiment-analysis-nedir-cca5ec7e5d9a. Erişim tarihi: 03.05.2023.
4. Aydoğan M., Şener A. Duygu analizi tabanlı yeni bir hibrit tavsiyeci sistem. Euroasia Journal of Mathematics, Engineering, Natural & Medical Sciences 2020; 7(13): 48-62.
5. Banerji R., Singh A. Do social media marketing activities promote customer loyalty? A study on the e-commerce industry. LBS Journal of Management & Research 2024; 22(1): 93-109.
6. Bonta V., Kumaresh N., Janardhan N. A comprehensive study on lexicon based approaches for sentiment analysis. Asian Journal of Computer Science and Technology 2019; 8(S2): 1-6.
7. Bozkurt AH., Yalçın N. Topluluk öğrenmesi algoritmaları kullanarak Amazon yemek yorumları üzerine duygu analizi. Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi 2024; 11(1): 128-139.
8. Bozkurt S., Gligor DM., Babin BJ. The role of perceived firm social media interactivity in facilitating customer engagement behaviors. European Journal of Marketing 2021; 55(4): 995-1022.

9. Bozkurt S. Algılanan sosyal medya çevikliğinin müşteri katılım davranışı üzerindeki etkisi: Sosyal medya kullanım yoğunluğunun düzenleyicilik rolü. Sosyal Mucit Academic Review 2022; 3(1): 96-122.
10. Bu K., Liu Y., Ju X. Efficient utilization of pre-trained models: A review of sentiment analysis via prompt learning. Knowledge-Based Systems 2024; 283: 111148.
11. Catelli R., Pelosi S., Esposito M. Lexicon-based vs. bert-based sentiment analysis: A comparative study in Italian. Electronics 2022; 11: 374.
12. Cheng X., Bala H., Yang M. Engaging users on social media business pages: The roles of user comments and firm responses. MIS Quarterly 2024; 48(2): 731-748.
13. Coşlu E. Veri madenciliği. Akademik Bilişim Kongresi, 23-25 Ocak 2013, sayfa no:615-619, Antalya. DaSouza RO., Church EM. Utilizing social networks to improve success metrics in social e-commerce. The Journal of the Southern Association for Information Systems 2024; 11(1): 53-67.
14. Daza A., Rueda NDG., Sánchez MSA., Espíritu WFR, Quiñones MEC. Sentiment analysis on e-commerce product reviews using machine learning and deep learning algorithms: A bibliometric analysis, systematic literature review, challenges, and future works. International Journal of Information Management Data Insights 2024; 4: 100267.
15. Dijital 2024 Türkiye raporu. 2024. Türkiye’de dijital kullanım ve trendler 2024 internet, Sosyal Medya ve Mobil Dünyası. https://elizyazilim.com/blog/turkiyede-dijital-kullanim-ve-trendler-2024-internet-sosyal-medya-ve-mobil-dunyasi/. Erişim Tarihi: 10.12.2024.
16. Dolgun MÖ., Güzel Özdemir T., Oğuz D. Veri madenciliği’nde yapısal olmayan verinin analizi: Metin ve web madenciliği. İstatistikçiler Dergisi 2009; 2: 48-58.
17. Göçgün ÖF., Onan A. Amazon ürün değerlendirmeleri üzerinde derin öğrenme/makine öğrenmesi tabanlı duygu analizi yapılması. Avrupa Bilim ve Teknoloji Dergisi 2021; 24: 445-448.
18. Görmez Y., Arslan H., Atak B. Türkçe metinlerde duygu analizi: Derin öğrenme yaklaşımlarının ve ön işlem süreçlerinin model performansına etkisi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 2024; 36(1): 509-520.
19. Gümüş Ö. Duygu analiz yönteminin pazarlama alanında kullanımına ilişkin çalışmaların değerlendirilmesi. Tekirdağ Namık Kemal Üniversitesi Sosyal Bilimler Enstitüsü Yüksek Lisans Tezi, Sayfa No: 76, Tekirdağ, Türkiye, 2022.
20. Gürsoy UTŞ. Veri madenciliği ve bilgi keşfi. Ankara: Pegem Akademi Yayıncılık; 2009.
21. Huang H., Zavareh AA., Mustafa MB. Sentiment analysis in e-commerce platforms: A review of current techniques and future directions. IEEE Access 2023; 11: 90367-90382.
22. Hussein DMEDM. A survey on sentiment analysis challenges. Journal of King Saud University – Engineering Sciences 2018; 30: 330-338.
23. Karamanlı E. Makine öğrenmesi algoritmaları kullanarak, metin madenciliği ve duygu analizi ile müşteri deneyiminin geliştirilmesi. İstanbul Üniversitesi Sosyal Bilimler Enstitüsü Yüksek Lisans Tezi, Sayfa No: 65, İstanbul, Türkiye, 2019.
24. Khoo CSG., Johnkhan SB. Lexicon-based sentiment analysis: Comparative evaluation of six sentiment lexicons. Journal of Information Science 2018; 44(4): 491-511.
25. Kılıçer S., Şamlı R. E-ticaret sitelerindeki Türkçe ürün yorumları üzerine makine öğrenmesi algoritmaları ile duygu analizi. Veri Bilimi 2023; 6(2): 15-23.
26. Kumar V., Choi JB., Greene M. Synergistic effects of social media and traditional marketing on brand sales: capturing the time-varying effects. Journal of the Academy of Marketing Science 2017; 45(3): 268-288.
27. Kumaş E. Türkçe twitter verilerinden duygu analizi yapılırken sınıflandırıcıların karşılaştırılması. Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi 2021; 2(2): 1-5.
28. Kurt YR: Herkes için ücretsiz istatistiksel analiz programı. Ankara: Nobel Bilimsel Eserler; 2019.
29. Lian Y., Tang H., Xiang M., Dong X. Public attitudes and sentiments toward ChatGPT in China: A text mining analysis based on social media. Technology in Society 2024; 76: 102442.
30. Muliadi M., Muhammadiah M., Amin KF., Kaharuddin K., Junaidi J., Pratiwi BI., Fitriani F. The information sharing among students on social media: The role of social capital and trust. VINE Journal of Information and Knowledge Management Systems 2024; 54(4): 823-840.
31. Oğuzlar A., Kızılkaya YM. Metin madenciliğinde duygu analizi (R uygulamalı). Bursa: Dora Yayıncılık; 2019. Onan A. Evrişimli sinir ağı mimarilerine dayalı Türkçe duygu analizi. Avrupa Bilim ve Teknoloji Dergisi 2020; Özel Sayı: 374-380.
32. Rasappan P., Premkumar M., Sinha G., Chandrasekaran K. Transforming sentiment analysis for e-commerce product reviews: Hybrid deep learning model with an innovative term weighting and feature selection. Information Processing and Management 2024; 61: 103654.
33. Ren J., Dong H., Popovic A., Sabnis G., Nickerson J. Digital platforms in the news industry: How social media platforms impact traditional media news viewership. European Journal of Information Systems 2024; 33(1): 1-18.
34. Rysbek D. Sentiment analysis with recurrent neural networks on Turkish reviews domain. Orta Doğu Teknik Üniversitesi Uygulamalı Matematik Enstitüsü Yüksek Lisans Tezi, Sayfa No: 57, Ankara, Türkiye, 2019.
35. Sadia A., Khan F., Bashir F. An overview of lexicon-based approach for sentiment analysis. 3rd International Electrical Engineering Conference, 9-10 February 2018, Karachi, Pakistan.
36. Sağlam F. Otomatik duygu sözlüğü geliştirilmesi ve haberlerin duygu analizi. Hacettepe Üniversitesi Fen Bilimleri Enstitüsü Doktora Tezi, sayfa no: 141, Ankara, Türkiye, 2019.
37. Sari PK., Alamsyah A., Wibowo S. Measuring e-commerce service quality from online customer review using sentiment analysis. Journal of Physics: Conf. Series 2018; 971: 012053.
38. Shamshiri A., Ryu KR., Park JY. Text mining and natural language processing in construction. Automation in Construction 2024; 158: 105200
39. Shao J., Li P., Zhang M. Traffic transfer between social media and E-commerce platform: The role of social media affordances. Behaviour & Information Technology 2024; 1-14.
40. Shi J., Nyedu DSK., Huang L., Lovia BS. Graduates’ entrepreneurial intention in a developing country: The influence of social media and e-commerce adoption (SMEA) and its antecedents. Information Development 2024; 40(1): 20-35.
41. Shoeb M., Ahmed J. Sentiment analysis and classification of tweets using data mining. International Research Journal of Engineering and Technology 2017; 4(12): 1471-1474.
42. Similarweb. En popüler web siteleri sıralaması. https://www.similarweb.com/tr/top-websites/turkey/e-commerce-and-shopping/. Erişim tarihi: 12.05.2023.
43. Song Y., Li L., Sindakis S., Aggarwal S., Chen C., Showkat S. Examining e-commerce adoption in farmer entrepreneurship and the role of social networks: data from China. Journal of the Knowledge Economy 2024; 15(1): 8290-8326.
44. Sun S., Luo C., Chen J. A review of natural language processing techniques for opinion mining systems. Information Fusion 2017; 36: 10-25.
45. Taboada M., Brooke J., Tofiloski M., Voll K., Stede M. Lexicon-based methods for sentiment analysis. Computational Linguistics 2011; 37(2): 267-307.
46. Tan PN., Steinbach M., Karpatne A., Kumar V. Introduction to data mining. 2th ed. New York: Pearson; 2019. TÜİK Türkiye İstatistik Kurumu. 2024. Hanehalkı bilişim teknolojileri (BT) kullanım araştırması. https://data.tuik.gov.tr/Bulten/Index?p=Hanehalki-Bilisim-Teknolojileri-(BT)-Kullanim Arastirmasi-2024-53492. Erişim Tarihi: 16.12.2024.
47. Vakulenko Y., Figueirinhas D., Hellström D., Palsson H. The impact of order fulfillment on consumer experience: text mining consumer reviews from Amazon US. International Journal of Physical Distribution & Logistics Management 2024; 54(6): 558-585.
48. Wankhade M., Rao ACS., Kulkarni C. A survey on sentiment analysis methods, applications, and challenges. Artificial Intelligence Review 2022; 55: 5731-5780.