TURİZM BÖLGELERİNİ ZİYARET EDEN TURİSTLERE İLİŞKİN BİR DUYGU ANALİZİ: DİMÇAYI ÖRNEĞİ

Yıl 2025, Cilt: 8 Sayı: 3, 486 - 501, 31.12.2025

Mevlüt Uyar

Öz

Bu çalışma, Türkiye'nin önde gelen alternatif turizm bölgelerinden biri olan Dimçayı'na ilişkin ziyaretçi algılarını değerlendirmek için Tripadvisor kullanıcı yorumlarının duygu analizini gerçekleştirmektedir. 2017-2024 yılları arasında yayınlanan 1.305 kamuya açık yorumdan oluşan veri kümesi, metin madenciliği ve doğal dil işleme teknikleriyle Orange Veri Madenciliği kullanılarak analiz edilmiştir. Bulgular, genel destinasyon deneyiminin oldukça olumlu olduğunu göstermektedir. VADER duygu modeline göre, yorumların %82,84'ü sevinç ifade ederken, bunu şaşkınlık (%10,57), korku (%3,45), üzüntü (%2,91) ve öfke (%0,23) takip etmektedir. Bu da bölgenin ziyaretçiler arasında oldukça olumlu bir imaja sahip olduğunu göstermektedir. Kelime bulutu analizi ayrıca, "mekan", "su", "nehir", "restoran", "güzellik" ve "yemek" gibi doğa ve hizmet odaklı kavramların baskınlığını ortaya koyarak, doğal güzelliklerin ve hizmet kalitesinin ziyaretçi memnuniyetini şekillendirmedeki merkezi rolünü vurgulamaktadır. Sonuçlar, turizm çalışmalarında sosyal medya tabanlı duygu analizinin değerini vurgulayan önceki araştırmalarla örtüşmekte ve alana ek ampirik kanıtlar sunmaktadır. Orange ile elde edilen yüksek model doğruluğu (R² = 0,985), yöntemin karar destek sistemleri için uygulanabilirliğini desteklemektedir. Dimçayı bölgesine odaklanan az sayıdaki veri odaklı çalışmadan biri olan bu araştırma, kullanıcı tarafından oluşturulan içerik aracılığıyla destinasyon algısının doğrudan ölçülmesini sağlayarak hem metodolojik hem de bağlamsal katkılar sunmaktadır. Bulgular, özellikle sürdürülebilir destinasyon yönetimi, hizmet kapasitesi planlaması ve ziyaretçi güvenliği iyileştirmeleri açısından yerel yönetimler ve turizm paydaşları için pratik çıkarımlar sunmaktadır. Gelecekteki araştırmalar, çok platformlu verileri entegre edebilir, duygu kalıplarındaki demografik farklılıkları inceleyebilir veya gelişmiş duygusal kategorizasyon için derin öğrenme tabanlı sınıflandırıcılar kullanabilir.

Anahtar Kelimeler

Turizm , Veri Madenciliği , Duygu Analizi , Alanya , Dimçayı

A Sentiment Analysis of Tourists Visiting Tourism Regions: The Case of Dimçayı

Öz

This study conducts a sentiment analysis of Tripadvisor user reviews to evaluate visitor perceptions of Dimçayı, one of Türkiye’s prominent alternative tourism destinations. A dataset of 1,305 publicly available reviews posted between 2017 and 2024 was analyzed using Orange Data Mining through text-mining and natural language processing techniques. The findings indicate that the overall destination experience is strongly positive. According to the VADER sentiment model, 82.84% of the comments express joy, followed by surprise (10.57%), fear (3.45%), sadness (2.91%), and anger (0.23%), demonstrating the region’s highly favorable image among visitors. Word cloud analysis further reveals the dominance of nature- and service-oriented concepts such as “place,” “water,” “river,” “restaurant,” “beauty,” and “food,” highlighting the central role of natural attractions and service quality in shaping visitor satisfaction. The results align with previous research emphasizing the value of social-media-based sentiment analysis in tourism studies while contributing additional empirical evidence to the field. The high model accuracy (R² = 0.985) obtained through Orange supports the method’s applicability for decision-support systems. As one of the few data-driven studies focusing on the Dimçayı region, this research offers both methodological and contextual contributions by providing a direct measurement of destination perception through user-generated content. The findings present practical implications for local authorities and tourism stakeholders, particularly for sustainable destination management, service capacity planning, and visitor safety improvements. Future research may integrate multi-platform data, explore demographic variations in sentiment patterns, or employ deep-learning-based classifiers for enhanced emotional categorization.

Anahtar Kelimeler

Tourism , Data Mining , Sentiment Analysis , Alanya , Dimçayı

Kaynakça

• Appel, O., Chiclana, F., Carter, J., & Fujita, H. (2016). A hybrid approach to sentiment analysis. In 2016 IEEE congress on evolutionary computation (CEC) (pp. 4950-4957). IEEE.
• Appel, O., Chiclana, F., Carter, J., & Fujita, H. (2018). Successes and challenges in developing a hybrid approach to sentiment analysis. Applied Intelligence, 48, 1176-1188.
• Barzenjı, H. (2021). Sentiment analysis of Twitter texts using Machine learning algorithms. Academic Platform-Journal of Engineering and Science, 9(3), 460-471.
• Bilge, A. C. (2024). Online Otel Yorumlarının Duygu Analizi ile İncelenmesi: Konya Beş Yıldızlı Oteller Örneği. Selçuk Üniversitesi Akşehir Meslek Yüksekokulu Sosyal Bilimler Dergisi, (17), 84-93.
• Cam, H., Cam, A. V., Demirel, U., & Ahmed, S. (2024). Sentiment analysis of financial Twitter posts on Twitter with the machine learning classifiers. Heliyon, 10(1).
• Demir, Y. E., Durmaz, S., Elbir, A., Sigirci, I. O., & Diri, B. (2020). Sentiment analysis for hotel attributes from online reviews. In 2020 Innovations in Intelligent Systems and Applications Conference (ASYU) (pp. 1-4). IEEE.
• Demšar, J., & Zupan, B. (2013). Orange: Data mining fruitful and fun-a historical perspective. Informatica, 37(1).
• Dogadernegi.org, (2025). Dimçay Vadisi, https://dogadernegi.org/wp-content/uploads/2018/11/akd041-dimcay-vadisi-onemli-doga-alanlari-kitabi.pdf, Erişim Tarihi: 15.05.2025
• Ertürk, M., & Gökdemir, G. (2018). Tarihi coğrafya açısından vadi yerleşmelerine bir örnek: dim çayı vadisi. TÜCAUM 30. Yıl Uluslararası Coğrafya Sempozyumu 3-6 Ekim 2018, 855-866.
• Eyipınar, C. D., Büyükkalkan, F., & Semiz, K. (2021). Sentiment Analysis of Youtube Videos Comments on Sports Nutrition. International Journal of Physical Education Sport and Technologies 2 (2), 27, 39, 2.
• Go, A., Huang, L., & Bhayani, R. (2009). Twitter sentiment analysis. Entropy, 17, 252.
• Hale, T. (2017). How much data does the world generate every minute. IFL Science website, July.
• Orange (2025). https://orangedatamining.com/, Erişim Tarihi: 01.05.2025
• Huang, S., & Yi, S. (2021). Exploring creative tourist experience: A text-mining approach based on TripAdvisor reviews of a cooking workshop in Lisbon, Portugal. Revista Turismo & Desenvolvimento (RT&D)/Journal of Tourism & Development, 1(36).
• Hutto, C., & Gilbert, E. (2014). Vader: A parsimonious rule-based model for sentiment analysis of social media text. In Proceedings of the international AAAI conference on web and social media (Vol. 8, No. 1, pp. 216-225).
• Joshi, S., & Deshpande, D. (2018). Twitter sentiment analysis system. arXiv preprint arXiv:1807.07752.
• Karakol, D. U., & Cömert, Ç. (2023). COVID-19 Aşıları için Türkçe Tweetlerle Duygu Analizi. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, 14(4), 639-652.
• Koca, G. (2021). Bitcoin üzerine twitter verileri ile duygu analizi. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(4), 19-30.
• Kurar, İ. (2019). Halkın rekreasyon deneyim tercihi: alanya Dim Çayı Vadisi örneği.
• Nandi, A., & Sharma, P. (2021). Comparative study of sentiment analysis techniques. In Interdisciplinary research in technology and management (pp. 456-460). CRC Press.
• Nuriu, R. (2023). Sentıment Analysıs In Twıtter Usıng Orange (Doctoral Dissertation).
• Pradha, S., Halgamuge, M. N., & Vinh, N. T. Q. (2019). Effective text data preprocessing technique for sentiment analysis in social media data. In 2019 11th international conference on knowledge and systems engineering (KSE) (pp. 1-8). IEEE.
• Pratiwi, H., Benkő, R., & Kusuma, I. Y. (2024). Navigating the asthma network on Twitter: Insights from social network and sentiment analysis. Digital Health, 10, 20552076231224075.
• Sezgin, M., & Karagöz, B. S. (2023). Turistik Destinasyon Tanıtımında Sosyal Medyanın Rolü: Göbeklitepe Örneği. Alanya Akademik Bakış, 7(3), 1161-1176.
• Tarakcı, H. N. (2023). Kamusal halkla ilişkilerde sosyal medya: Millî Eğitim Bakanlığı’nın öğretmenlikte kariyer basamakları çalışmasına ilişkin bir duygu analizi araştırması. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (50), 303-320.
• Valdivia, A., Hrabova, E., Chaturvedi, I., Luzón, M. V., Troiano, L., Cambria, E., & Herrera, F. (2019). Inconsistencies on TripAdvisor reviews: A unified index between users and Sentiment Analysis Methods. Neurocomputing, 353, 3-16. Yılmaz, F. K., & Kaymak, H. (2018). Dim Çayı Havzası’nın jeomorfolojik özellikleri. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 22(1), 1-31.