Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Sosyal Medya İle Pazarlamada

No description
by

bahadır aktaş

on 26 April 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Sosyal Medya İle Pazarlamada

Sosyal Medya İle Pazarlamada Duygu Analizi
A. Sosyal Medya
A.1. Sosyal Medya Nedir?
B. Dijital Pazarlama
B.1. Dijital Pazarlama Nedir?
D. Veri Madenciliği
Sosyal medya ağları, son yıllarda internetin en çok kullanılan haberleşme ve eğlence mekanlarından biri olmuştur. Sosyal medyada insanlar, maliyetsiz olarak farklı kullanıcılarla iletişime geçebilmekte ve
bilgi
paylaşımında bulunmaktadırlar.
Hızlı
bir şekilde enformasyon akışına imkan veren sosyal ağdır.
A.2. Sosyal Medya Ve Enformasyon Akışı
Sosyal medyada, geleneksel medya araçlarında olduğu gibi kaynak-mesaj-hedef kitle gibi düz çizgisel iletişim şeklinde tek yönlü bir akış değil kaynağın ve hedef kitlenin yer değiştirebildiği bir iletişim akışı görülmektedir.
Yazı, resim, video gibi oluşturulan içeriklerin kaynak hedef kitle farkı olmaksızın iç içe geçmiş bir medyada
hızlı
ve
eşzamansız
olarak yayılması, sosyal medyanın,
propagandanın
kelime anlamı olan "
yayma
" fiilini tam olarak karşılayan araç olduğunu düşündürmektedir.
En güncel olarak Arap Baharı ve Gezi Parkı süreçlerinde yaşananlar, sosyal medyanın
propaganda
açısından önemini, sonuçları itibariyle ortaya koymaktadır.
Dijital pazarlama bir
satış
yöntemi
değil
; ulaşılan sonuçları sayesinde satış artışı sağlayan, bir ilişkilendirme ve
iletişim sürecidir
.

B.2. Dijital Pazarlamanın Amacı
Dijital pazarlama
e-ticaret
demek
değildir
. Yada dijital pazarlama her ne kadar adında pazarlama geçse de sadece ürün satışından ibaret değildir. Firmalar çoğu zaman insanların belleğinde firmayı ilk sıralarda tutmak için,
marka bilinirliği
yaratmak için de dijital pazarlama kanalını kullanırlar.
D.2. Veri Madenciliği Nedir?
Büyük miktardaki veriler içerisinden önemli olanlarını bulup çıkarmaya Veri Madenciliği denir. Veriler üzerinde çözümlemeler yapmak amacıyla ve veriyi çözümleyip bilgiye ulaşabilmek için veri madenciliği yöntemi ortaya çıkmıştır.
D.1. Veri Madenciliği Ne Değildir?
Veri madenciliği bir sorgulama işlemi veya istatistik programlarıyla yapılmış bir çalışma değildir. Veri madenciliği milyarlarca veri ve çok fazla değişken ile ilgilenir. Özel algoritmalar ile sonuç elde eder.
D.4. Metin Madenciliği
B.3. Dijital Pazarlama Kanalları
Adwords(banner, display ) Reklamları
E-posta Pazarlama
Mobil Pazarlama (SMS)
Sosyal Medya Pazarlama
D.3. Veri Madenciliği Hangi Alanlarda Kullanılır?
Var olan veri topluluğundan anlamlı bir sonuç, istatistik çıkarılmak istenen her alanda kullanılabilir.
C.1. Sosyal Medya ve Dijital Pazarlama
eMarketer tarafından yapılan bir araştırmaya göre
2014
yılında 18 yaşın üzerindeki yetişkinler sosyal medya platformlarında her gün ortalama
1 saat 7 dakika
geçirdi. Bu rakamın
2015
yılında
daha da yükselmesinin
mümkün olduğu düşünülüyor. Tüm bu veri ve ön görüler
sosyal medya
içeriklerinin içerik pazarlamasının en önemli noktalarından biri olmaya devam edeceğini gösteriyor.

Metin Madenciliği, Veri Madenciliğinin genel alanının bir parçası olarak düşünülmesine rağmen alışılagelen Veri Madenciliğinden bazı farklı yönleri vardır.
D.4.2. Metin Madenciliği Ne Değildir?
D.4.1. Metin Madenciliği Nedir?
Metin madenciligi
doğal metin
dilinden anlamlı bilgi çıkarmayı amaçlayan ve
yeni gelişen
bir alandır. Belirli bir formatta olmayan yazı tipindeki veriler içerisinde gizli olan
nitelikli bilginin
çıkarılması,
düzensiz
haldeki
verinin
formatlanması sürecini içermektedir.
Veritabanları programların otomatik olarak işlemesi için tasarlanmaktadır. Metin ise insanların okuması için yazılır. Metinleri
insan kadar okuyabilen

ve

anlayabilen
programlar yoktur. Doğal dil işleme alanında gelinen olağanüstü noktalara rağmen beklenen gelecek için öyle bir program mevcut değildir.
D.4.3. Metin Madenciliği Neden İhtiyaç Var?
D.4.4. Metin madenciliğinin çalışma alanları
Enformasyon Getirimi (Information Retrieval)
Doğal dil işleme aşaması (natural language processing)
Adlandırılmış varlık tanıma (named entity recognition)
Örüntüsü tanımlı varlıkların bulunması (pattern identified entities)
Eş Atıf (Coreference)
İlişki, kural, olay çıkarımları
Duygu analizi (sentimental Analysis):
Metinlerde geçen
duygusal
ifadelerin çıkarılmasını amaçlar. En sık kullanılanı duygusal kutupsallıktır (sentimental polarity). Buna göre bir konu hakkında geçen mesajların veya yazıların
olumlu
veya
olumsuz
olmasına göre iki sınıfa ayrılması hedeflenir. Ancak duygu analizi bunun dışında, metinlerdeki ruh hali, kanaat ve daha karmaşık duyguların çıkarılması üzerinde de çalışmaktadır.

D.4.4.1. Duygu Analizinde Kullanılan Yöntemler
Duygu analizinde(duygu madenciliği) en çok kullanılan yöntemler;
Makine öğrenmesi
Sözlük tabanlı yaklaşım
Doğal dil işleme
Hesaplamalı dilbilim
Sembolik teknikler
D.4.4.1.1. Makine Öğrenmesi
Denetimli öğrenme, önceden gözlemlenmiş ve sonuçları bilinen (etiketlenmiş) verileri kullanarak bu verileri ve sonuçlarını kapsayan bir fonksiyon oluşturmayı amaçlayan makine öğrenimi metodudur.
Denetimsiz öğrenme, etiketlenmemiş verideki gizli yapıyı bulma işlemidir. Yani, veriler arasında var olan ama gözle görülmeyen bağıntının açığa çıkarılması işlemidir.
D.4.4.1.2 Sözlük Tabanlı Yaklaşım
Sözlük tabanlı yaklaşımlarda, cümle veya doküman bazında sınıflandırma yapılırken bir görüş sözlüğü kullanılmaktadır.

Sınıflandırma yapılırken, cümle veya doküman bazında geçen her kelime görüş sözlüğünde aranır. Sözcük, görüş sözlüğünde bulunuyorsa, sözcüğün görüş skoru / kutbu, cümle veya bütünce bazında tutulan toplam görüş skoruna eklenir. Sonuçta eğer cümlenin / dokümanın toplam görüş skoru pozitif çıkıyorsa, cümle / doküman pozitif olarak, negatif çıkıyorsa negatif olarak sınıflandırılır.
C.2. Sosyal Medya ve Duygu Analizine Neden İhtiyaç Var?
Firmalar için
pazarı
yakından
takip
edebilmek,
müşterinin nabzını
tutabilmek bir avantaj değil bir
mecburiyettir
. Müşterinin nabzını tutabilmek, reklam kampanyalarının, yeni ürünlerinin piyasada ne tepkiler çektiğini öğrenmek için uygulanan
geleneksel
bir
yöntem
olan müşteri anketleri hem çokça
vakit
almakta hem de büyük bir
maaliyet
oluşturmaktadır. Bunun yanında müşterileri zaman zaman
sıkmakta
ve
çabuk
,
baştan savma
ve esas izlenimi doğru ifade edemeyen bilgier ile doldurulmaktadır.
Peki Duygu Analizi
Nasıl Yapılır?
Dünyada En Çok Kullanıcıya Sahip Olacak Ülkeler
Kaynakça
Alan,N., (26 Aralık 2014). 2015 yılında öne çıkması beklenen içerik pazarlaması yöntemleri. [ONLINE] Available at: http://sosyalmedya.co/2015-yilinda-one-cikmasi-beklenen-icerik-pazarlamasi-yontemleri/. [Last Accessed 28 Aralık 2014].
Önerli,B., (22 şubat 2014). e.g. Training and certification. [ONLINE] Available at: http://www.dijitalajanslar.com/dijital-pazarlama-nedir/. [Last Accessed 29 aralık 2014].
Beyhan, H.D., (2014). SOSYAL MEDYA ÜZERİNDEN METİN MADENCİLİĞİ VE DUYGU ANALİZİ İLE PAZAR DEĞERLENDİRME. (e.g. 1), pp.3-10
Nizam, H.& Akın,S.S., (). Sosyal Medyada Makine Öğrenmesi ile Duygu Analizinde Dengeli ve Dengesiz Veri Setlerinin Performanslarının Karşılaştırılması. (1), pp.1-2
Sevindi,B.İ., (2013). TÜRKÇE METİNLERDE DENETİMLİ VE SÖZLÜK TABANLI DUYGU ANALİZİ YAKLAŞIMLARININ KARŞILAŞTIRILMASI. pp.9-28
Gündüz,F., (2014). Sosyal Medya'da Çiftkimliklilik. . (), pp.1
GÖRGÜLÜ,V., (2014). Sosyal medyanın propaganda açısından önemi: Arap Baharı sürecinde Mısır ve Libya örnekleri . . (), pp.1
Seçmez,S. (12 haziran 2013). Dijital Pazarlama Nedir?. [ONLINE] Available at: http://www.seocuk.com/dijital-pazarlama-nedir/. [Last Accessed 20 aralık 2014].
http://www.emarketer.com/
Kara,M., (23 Ekim 2014). Türkiye, sosyal medya kullanımında dünya lideri (2014). [ONLINE] Available at: http://webrazzi.com/2014/10/23/google-tuketici-barometresi-2014-sonuclarina-gore-turkiye-sosyal-medya-kullaniminda-dunya-lideri/. [Last Accessed 1 Ocak 2015].
Sosyal Medya İle Pazarlamada Duygu Analizi
İstanbul Gelişim Üniversitesi
Mimarlık ve Mühendislik Fakültesi
Bilgisayar Mühendisliği
Bahadır AKTAŞ
Onur BALKANLI

Yrd. Doç. Dr. Hasan TINMAZ
D.4.4.1.3. Duygu Analizinde Karşılaşılan Problemler
İmla hataları.
İroni yapılan cümleler.
Belli bir kitleye hitaben kullanılan cümleler
Facebook ve Twitter Kullanıcı Sayısı
Kuruluşların Pazarlama Amaçlı Tercih Ettiği Sosyal Medya Siteleri
Kuruluşların Pazarlama Amaçlı Tercih Ettiği Siteler
Kuruluşların Pazarlama Amaçlı Sosyal Medyayı Kullanma İstatistikleri
2. Adım
3. Adım
5. Adım
4. Adım
1. Adım
E.3.2. Elde Edilen Verilerin Temizlenmesi
Twitter'dan çekilen
verilerin(twitlerin)
, analizinin gerçekleştirilebilmesi için, genel
imla
hatalarının giderilmesi, kelime gruplarının ayrılması gereklidir.

Twitleri
kelime gruplarına ayırmak için
Zemberek
isimli Türkçe doğal dil işleme programından faydalanılacaktır.
E.3.3. Verilerin İngilizceye Çevirilmesi
Elde ettiğimiz ve temizlediğim
twitlerin
ingilizceye
çevirilmesi
için çevrimiçi kullanılabilen bir sözlük olan
Sesli Sözlük

API
'si kullanılıcaktır.
E.3.4. Verilerin Puanlandırılması
İngilizceye çevirilmiş olan
twitlerin,
kelimelerinin
duygusal

puanlandırılması
için
SentiWordNet
kullanılacaktır.
E.3.5. Elde Edilen Puanlamanın Saklanması
Twitlerin
genel ortalamsını tutmak için ve sözlüğümüzü oluşturmak için
MongoDB
kullanılacaktır.

Elde ettiğimiz verilerin
duygusal puanlamalarını
tekrar tekrar çekmemek için karşılaştığımız her yeni kelimeyi kendi
sözlüğümüze
ekliyeceğiz ve
ihtiyaç
duyduğumuzda çekeceğiz.
E.3.1. Verilerin Toplanması
Verilerin toplanmasında
Twitter
yazılım geliştiriciler için tasarladığı
API
'si kullanılacaktır.
Müşterilerin yorumlarını kendi rızaları ile bıraktıkları hem de kullanıcılara ulaşmak için zaman/mekan
kısıtı olmayan
, insanlara istedikleri konu hakkında anket soruları ile
sınırlandırmadan
istedikleri yorumu yazma fırsatı sunan yer
sosyal paylaşım ağlarıdır.
Yani kişinin ürün hakkındaki izlenimlerini ve duygularını yansıtabildiği en
ideal
ortamlardan biri olan
sosyal paylaşım ağlarında
, yapılan yorumların doğru değerlendirilmesi firmaların
pazar stratejileri
açısından çok önemlidir.
C.2. Sosyal Medya ve Duygu Analizine Neden İhtiyaç Var?
E.3.6. Sistemin Otomatikleştirilmesi
Gerçekleştirdiğmiz bu sistemin 24 saat
online
olarak kullanılabilmesi için
DigitalOcean
'dan bir
VPS
(Virtual Private Server, Özel Sanal Sunucu) kiralanıp sistem bu
server
üzerinde çalıştırılacaktır.
6. Adım
E. Peki Biz Ne Amaçlıyoruz?
Firmaların
sosyal medyada
haklarında yazılmış olan iletileri değerlendirebilmeleri için bir yöntem sunmayı
hedeflemekteyiz
. Bu yöntem ile hangi kullanıcı grubunun firma hakkında
pozitif
,
negatif
veya
nötr
izlenime sahip olduğunu saptama, hangi kullanıcı grubunda daha güçlü olduğuna dair
bilgi
edinebilme fırsatı sunmak istiyoruz.
E.1. Sosyal Medya Aracının Seçimi
Sosyal medya çok
geniş
bir
kavram
olduğu için projemizi test edebilmek amacıyla kendimize bir çıkış
noktası
belirmemiz gerekmektedir.
Bu hedefimize en uygun
araç
olarakta günümüz mikro bloglarında oldukça popüler olan
Twitter
'ı tercih etmekteyiz.
Dünyada Twitter kullanımı;
Aylık
284 milyon

aktif
kullanıcısı var.
Günde
500 milyon Tweet
gönderiliyor
Aktif
Twitter
kullanıcılarının
%80’i mobil
kullanıcı
Hesapların
%77

si ABD dışından
E.2. Duygu Analizi Yönteminin Seçimi
Kulanılan analiz yöntemleri içerisinde en çok tercih edilen 2 sistem vardır.
Makine öğrenmesi ile analiz
Sözlük tabanlı analiz
Sevindi,B.İ., (2013). "Türkçe metinlerde denetimli ve sözlük tabanlı duygu analizi yaklaşımlarının karşılaştırılması". Bu yapılan incelemede de ortaya çıkan şuanki hali ile "
Makine öğrenimli analiz
"'in, "
Sözlük tabanlı analiz
" 'den daha başarılı olduğu görülüyor.

Ancak bizim amacımız
Türkçe Wordnet
çalışmalarınada katkı yapmak olduğu için projemizde "
Sözlük tabanlı analiz
" yöntemine başvuracağız.
Bahadır AKTAŞ
bahadr.aktas@gmail.com
https://lnkd.in/bpwgrQw
İletişim
Onur BALKANLI
onur.balkanli@hotmail.com
14.
2014 Tüketici Barometresi Raporu
İnternet kullanıcılarının sosyal medya kullanım oranı
E.4.3. Kökler ve Ekler
E.4. Projede ki Zorlu Bazı Kısımlar
E.4.1. Güncel İfadeler ve Saklı İmalar
E.4.2. İmla Hataları
Full transcript