Bu çalışma, farklı sektörlerde faaliyet gösteren rakip firmaların Twitter verilerini analiz ederek, firmaların Twitter verilerinin firmalara göre anlamlı bir uyum gösterip göstermediğinin tespit edilmesini, firmaların Twitter'da paylaştıkları içeriklerin kümelenmesini ve hangi içerik kümesinin en fazla etkileşime yol açtığının belirlenmesini amaçlamaktadır. Bu kapsamda, 2017 yılı boyunca kozmetik, elektronik ve pazaryeri sektörlerinde faaliyet gösteren rakip firmalar tarafından paylaşılan Twitter verileri, Sosyal Medya Madenciliği süreci izlenerek analiz edilmiştir. Firmaların Twitter verilerinin firmalara göre anlamlı bir uyum gösterip göstermediği Uygunluk Analizi ile tespit edilmiştir. Firmaların Twitter paylaşımları ise Metin Madenciliği ön işleme metotlarından faydalanılarak "Özel Teklif", "Yarışma & Etkinlik", "Ürün", "Sosyal", "Destek & Geri Bildirim" ve "Özel Etkileşim" kategori başlıklarıyla kümelenmiştir. Firmaların elde ettikleri etkileşimlerin büyük bir çoğunluğunun azınlıktaki paylaşımlardan gelmesi sebebi ile hangi içerik kümesinin en fazla etkileşime yol açtığı Pareto İlkesi yardımı ile belirlenmiştir.
Bu çalışmanın amacı farklı sektörlerde faaliyet gösteren lider rakip firmaların sosyal medya etkinliklerinin ölçülmesidir. Bu kapsamda, 2018 Şubat ayı boyunca Twitter kullanıcılarının kozmetik, pazaryeri ve elektronik sektöründe faaliyet gösteren rakip firmalar hakkında yaptıkları paylaşımlar ve bu firmaların kurumsal Twitter hesaplarından yapmış oldukları paylaşımlar Sosyal Medya Madenciliği yöntemi ile analiz edilmiştir. Firmalar hakkındaki tweet sayısı, tweet değeri (olumlu, olumsuz, nötr), takipçi kazanımı, yanıt sayısı, retweet sayısı ve beğeni sayısı başlıklarından oluşan Twitter etkinliğinin ölçüm kriterleri ele alınarak bir başarı sıralaması yapılmış ve en başarılı firmanın kozmetik, en düşük sıralamaya sahip firmanın ise elektronik sektöründen olduğu tespit edilmiştir. Tweet değerini saptayabilmek için Duygu Analizi gerçekleştirilmiştir ve olumlu tweet oranının kozmetik firmaları için daha fazla olduğu sonucuna ulaşılmıştır.
Data mining is the process of extracting meaningful information from big data sets. Data mining technique, which is widely used, has been applied to an e-commerce website in this study. In this study, it is aimed to obtain the profiles of people who shop online and to determine which e-commerce sites they use together. For this purpose, Association rules analysis is applied. Support, confidence and lift ratios and ranking of both web sites and product categories that consumers make purchases are performed. R programming language is used in the application and the results of the analysis are obtained with Apriori and Eclat algorithms.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.