Twitter duygu analizi, belirli tweetleri olumlu, olumsuz veya nötr olarak sınıflandırarak insanların bir marka, ürün ya da konu hakkındaki yaklaşımını ölçer. SemEval-2017 Görev 4 çalışması, Twitter metinlerindeki duygu analizinin İngilizce ve Arapça için beş ayrı alt göreve bölündüğünü gösterir; yani doğru yöntem, yalnızca kelimelere değil analiz sorusuna da bağlıdır.
Başlarken şu noktaları netleştirmek işinizi kolaylaştırır:
- Hangi marka, ürün, hashtag veya kampanyayı inceleyeceğinizi belirleyin.
- Tweetleri aynı kurala göre olumlu, olumsuz ve nötr olarak etiketleyin.
- İroni, argo, emoji ve karışık duyguları ayrıca kontrol edin.
- Sonucu yalnızca oranlarla değil, temsil edici tweet örnekleriyle yorumlayın.
Twitter duygu analizi neyi ölçer?
Twitter duygu analizi, seçilen paylaşımlarda ifade edilen yaklaşımın yönünü ölçer. Olumlu etiket memnuniyet, destek veya beğeni; olumsuz etiket şikâyet, hayal kırıklığı veya eleştiri; nötr etiket ise belirgin bir duygu taşımayan bilgi ve soru paylaşımları için kullanılır.
Bir tweetin konusu ile duygusu aynı şey değildir. “Yeni güncelleme bugün yayınlandı” ürünle ilgilidir ancak nötrdür. “Yeni güncelleme aradığım özelliği getirdi” aynı konuyu olumlu anlatır. Bu ayrım yapılmazsa en çok konuşulan konu, yanlışlıkla en çok sevilen konu gibi yorumlanabilir.
Markalar ve içerik üreticileri için neden önemlidir?
Duygu sınıflandırması, etkileşim sayılarının arkasındaki tepkiyi görmeye yardımcı olur. Bir kampanya çok sayıda yanıt alabilir; fakat yanıtların önemli bölümü teslimat sorunu, fiyat eleştirisi veya yanlış anlaşılan bir mesajla ilgili olabilir.
Tekrarlanan olumsuz ifadeler erken fark edildiğinde destek metni, sabitlenmiş açıklama veya sonraki içerik buna göre düzenlenebilir. Düzenli analiz ayrıca takipçilerin beklentilerindeki değişimi gösterir. Örneğin daha önce fiyat konuşulurken son dönemde kullanım kolaylığı öne çıkıyorsa içerik planında ürün anlatımına daha fazla yer verilebilir.
Sosyal dinleme ve tweet istatistiklerinden farkı nedir?
Tweet istatistikleri kaç gösterim, beğeni, yanıt veya bağlantı tıklaması geldiğini gösterir; duygu analizi ise insanların ne söylediğini yorumlar. Yüksek etkileşim tek başına olumlu tepki anlamına gelmez.
| Yöntem | Yanıtladığı soru | Örnek çıktı |
|---|---|---|
| Tweet istatistikleri | Paylaşım ne kadar etkileşim aldı? | Gösterim, yanıt, beğeni |
| Sosyal dinleme | Marka nerede ve hangi konularla anılıyor? | Bahsetmeler, hashtagler, öne çıkan konular |
| Duygu analizi | Bu paylaşımlardaki yaklaşım nasıl? | Olumlu, olumsuz, nötr |
En anlamlı sonuç, bu verilerin birlikte kullanılmasıyla çıkar. Önce X’te sosyal dinleme süreciyle ilgili paylaşımlar bulunabilir; ardından duygu sınıflandırması yapılır ve değişimin hangi içerikten sonra başladığı incelenir. Gösterim ve tıklama tarafını okumak için de Twitter Analytics kullanım adımları yardımcı olur.
Önce analiz sorusunu ve veri kapsamını belirleyin
Sağlıklı bir analiz, açık bir soruyla başlar. “İnsanlar markamız hakkında ne düşünüyor?” oldukça geniştir. “Yeni fiyat duyurusuna verilen tepkiler nasıl değişti?” gibi bir soru ise hangi tweetlerin alınacağını ve hangi sonuçların karşılaştırılacağını belirler.
- Marka adıyla birlikte yaygın yazım hatalarını ve ürün adlarını ekleyin.
- Kampanyaya ait hashtagleri ve sloganın farklı yazımlarını tarayın.
- Duyurudan önceki ve sonraki karşılaştırılabilir tarih aralıklarını seçin.
- Aynı adı taşıyan kişiler, şehirler veya ilgisiz ürünlerle ilgili paylaşımları çıkarın.
Örneklem büyüklüğü tek başına kalite sağlamaz. Farklı günleri, paylaşım türlerini ve yüksek-düşük etkileşimli tweetleri kapsayan dengeli bir veri grubu, yalnızca en görünür paylaşımları toplamaktan daha açıklayıcıdır.
Tweetleri toplayın ve analize hazırlayın
Tweetler X araması, erişiminize uygun dışa aktarma seçenekleri veya sosyal dinleme araçlarıyla toplanabilir. Kullanılabilen alanlar ve veri erişimi, aracın yetkilerine ve X’in güncel koşullarına göre değişebilir.
- Arama ifadesini, tarih aralığını ve dili kaydedin.
- Tweet metni, yayın tarihi ve gerekiyorsa etkileşim sayılarını ayrı sütunlara alın.
- Aynı metnin tekrarlarını ve kopyalanmış paylaşımları işaretleyin.
- Bağlantıları temizleyin; ancak emoji, hashtag ve olumsuzluk eklerini koruyun.
- Alakasız sonuçları çıkarın ve neden çıkarıldıklarını not edin.
Kullanıcı adlarını raporda göstermemek, veriyi yalnızca gerekli süre boyunca saklamak ve kişileri hedef gösterebilecek tweet alıntılarından kaçınmak iyi bir uygulamadır. Gizli hesaplardan veya erişim yetkinizin bulunmadığı alanlardan veri toplamaya çalışmayın.
Tweetleri elle mi, bir araçla mı sınıflandırmalısınız?
Küçük veri gruplarında manuel etiketleme genellikle daha anlaşılırdır; çok sayıda tweette ise otomatik araçlar başlangıç sınıflandırmasını hızlandırabilir. Ancak Türkçe duygu analizi sonuçları insan kontrolü olmadan doğrudan rapora alınmamalıdır.
Bir tabloya “tweet”, “duygu”, “konu” ve “not” sütunları ekleyerek başlayabilirsiniz. Birden fazla kişi etiketleme yapıyorsa önce aynı örnekler üzerinde çalışın. Farklı etiket verilen tweetleri konuşarak ortak kurallar oluşturun.
Hazır duygu analizi araçları tutarlı biçimde çok metin işleyebilir; buna karşılık marka jargonunu, güncel internet dilini ve ironiyi kaçırabilir. Otomatik sonucun bir bölümünü elle incelemek, hangi hata türlerinin sık tekrarlandığını görmenizi sağlar.
Türkçe tweetlerde sonucu bozabilecek ayrıntılar
Türkçe tweetlerde en büyük sorun, ifadenin gerçek anlamıyla yazılan kelimelerin yüzey anlamının farklı olabilmesidir. “Harika, yine uygulama çöktü” olumlu bir kelime içerir ama cümlenin bütünü olumsuzdur.
- İroni ve alay
Olumlu kelimeler eleştiri amacıyla kullanılabilir. Cümlenin tamamını ve mümkünse konuşma zincirini inceleyin.
- Olumsuzluk ekleri
“Beğenmedim” ile “beğendim” arasındaki küçük fark etiketi tamamen değiştirir. Temizlik sırasında ekleri veya kesme işaretlerini bozmayın.
- Emoji ve uzatmalar
“İyiiii”, “yok artık 😂” veya yalnızca bir emoji, bağlama göre farklı duygular taşıyabilir.
- Karışık duygular
“Tasarım güzel ama fiyat çok yüksek” hem olumlu hem olumsuz unsur içerir. Baskın duygu açık değilse karma etiketi kullanın.
Sonuçları oranlar ve örnek tweetlerle yorumlayın
Sonuçları yorumlarken her duygu sınıfının toplam içindeki payını, ele alınan konuları ve zaman içindeki değişimi birlikte değerlendirin. Olumsuz paylaşımların artması tek başına yeterli değildir; artışın ürün, fiyat, destek veya kampanya mesajından hangisiyle ilgili olduğunu bulun.
Tek bir yüksek etkileşimli tweet toplam algıyı temsil etmeyebilir. Tweet bazında dağılımı ayrı, beğeni ve yanıt ağırlıklı görünümü ayrı raporlayın. Ani bir duygu değişimi varsa o tarihte yayımlanan duyuruya, yaşanan hizmet sorununa veya gündemdeki gelişmeye dönün.
Bulguları içerik ve iletişim kararlarına dönüştürün
Analizin değeri, bulguların içerik ve müşteri iletişimine yansımasıyla ortaya çıkar. Olumlu karşılanan mesajları aynen kopyalamak yerine hangi vaadin, anlatım biçiminin veya örneğin iyi karşılandığını belirleyin.
Tekrarlanan şikâyetlerden destek yanıtları, açıklayıcı gönderiler ve ürün kullanım içerikleri çıkarılabilir. Sonraki ölçümde aynı şikâyetin azalıp azalmadığına bakın. Bulguları yayın planına bağlamak için X içerik takvimi oluşturma yaklaşımından yararlanabilirsiniz.
Sıkça Sorulan Sorular
Twitter duygu analizi ücretsiz yapılabilir mi?
Evet. Sınırlı sayıdaki herkese açık tweet, bir hesap tablosunda elle sınıflandırılabilir. Daha geniş veri toplama ve otomatik analiz için kullanılan araçların erişim koşulları değişebilir.
Kaç tweet analiz etmek gerekir?
Tek bir doğru sayı yoktur. Gerekli miktar soruya, tarih aralığına ve paylaşım yoğunluğuna bağlıdır. Önemli olan farklı günleri ve görüşleri temsil eden dengeli bir örnek seçmektir.
Duygu analizi sonuçları ne kadar güvenilirdir?
Güvenilirlik; veri temizliği, etiket kuralları, kullanılan model ve insan kontrolüne bağlıdır. Özellikle ironi, argo ve karma duygular hata payını artırır.
Silinen veya gizli hesaplardaki tweetler analiz edilebilir mi?
Erişim izniniz olmayan gizli paylaşımlar analiz edilmemelidir. Silinen içerikler de elinizde hukuka uygun biçimde alınmış bir kayıt yoksa güncel veri kümesine dahil edilemez.
Türkçe tweetler için hangi araçlar kullanılabilir?
Küçük çalışmalar için hesap tabloları; daha büyük çalışmalar için Türkçe destekleyen sosyal dinleme yazılımları, Python kütüphaneleri ve Türkçe metinlerle eğitilmiş dil modelleri kullanılabilir. Araç seçmeden önce birkaç örnek tweetle ironi ve olumsuzluk performansını kontrol edin.
