Brand sentiment analysis by social media monitoring

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: İngilizce

Öğrenci: ONUR MERT ÇELDİR

Danışman: Gökhan Dalkılıç

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Büyük Dil Modelleri (BDM), müşteri şikayetlerinin yanıtlanması ve çözüme ulaştırılması süreçlerinde giderek artan bir kullanım alanı bulmaktadır. Ancak yeterince doğru yanıtlar üretmek, müşteriyle empatik bir ilişki kurabilmek, müşterinin duygusal durumunu dikkate almak hala bir zorluk olarak karşımıza çıkmaktadır. Bu tezde farklı istem tekniklerinin uygulanmasının, otomatik müşteri hizmetleri yanıtlarının kalitesine etkisi incelenmiştir. Müşteri şikayetlerini yanıtlamaya yönelik farklı istem tekniklerinin kullanıldığı dört farklı metot uygulanmıştır. İstem teknikleri kullanarak sentetik veri üretimi, şikayet yanıtı üretimi ve bunların değerlendirilmesi aşamalarını içermektedir. Çalışma sonuçları sistematik bir şekilde tasarlanmış hibrit istem mühendisliği yöntemlerinin başarılı sonuçlar getirebileceğini göstermektedir. Özellikle BDM'de çoklu-ajan sistemlerinin de dahil edildiği Düşünce İpliği ve Tekil Performans İstem yöntemlerinin birleşiminden oluşan hibrit yöntem diğer yöntemlere oranla daha yüksek bir başarı elde etmiştir. Ayrıca doğru yapılandırılmış istem çerçevelerinin, BDM'de görülen halüsinasyon oranını önemli ölçüde azaltabileceği gösterilmiştir. Sonuç olarak bu tezde, yapay zeka odaklı müşteri hizmetleri sistemlerinin marka itibarı yönetimi süreçlerine katkı sağlayabilecek yeni yaklaşımlar sunulmaktadır.