20.500.12556/RUL-152621 Analiza sentimenta podatkov o ocenah strank in uporaba podatkov v poslovne namene znotraj podjetij magistrsko delo Sentiment analysis of customer reviews and use of data for business purposes within companies Prisotnost obsežne količine povratnih informacij strank na spletnem prostoru predstavlja izjemno pomembno področje za podjetja, saj omogoča vpogled in analizo, ki lahko prispevata k izboljšanju njihovih storitev. Avtomatizacija tega procesa je ključna pri obvladovanju velikega obsega nestrukturiranih besedilnih podatkov. Zato je analiza sentimenta ena izmed rešitev za spremljanje in analizo besedilnih komentarjev strank. S tem namenom smo v magistrskem delu opisali področje analize sentimenta, podatkovnih skladišč za učinkovito shranjevanje podatkov in metode za vizualizacijo podatkov. V empirični študiji smo izdelali modele za napovedovanje sentimenta komentarjev strank na področju ocen bencinskih servisov, z različnimi algoritmi strojnega učenja, ki so temeljili na označenih podatkih z ustrezno predobdelavo besedila. Rezultate najboljšega modela smo umestili v podatkovno skladišče in ustvarili avtomatizirano poročilo v obliki nadzorne plošče. Ugotovili smo, da predobdelava besedila izboljša rezultate klasifikatorjev in metoda podpornih vektorjev prinaša najučinkovitejše napovedi sentimenta komentarjev. Prav tako smo na razumljiv način prikazali podatke analize sentimenta, kjer se opažajo razlike glede na leta, države, podjetja in posamezna prodajna mesta. The presence of a substantial amount of customer feedback in the online space represents an extremely important area for businesses, as it provides insights and analysis that can contribute to improving their services. Automation of this process is crucial in handling a large volume of unstructured textual data. Therefore, sentiment analysis is one of the solutions for monitoring and analysing customer text comments. With this purpose in mind, our master's thesis describes the field of sentiment analysis, data warehousing for efficient data storage, and methods for data visualization. In an empirical study, we developed models for predicting the sentiment of customer comments in the area of gas station reviews, using various machine learning algorithms based on labelled data with appropriate text preprocessing. We placed the results of the best model into a data warehouse and created an automated report in the form of a dashboard. We found that text preprocessing improves the classifiers' results, and the support vector machine method yields the most effective predictions of sentiment in comments. We also presented the sentiment analysis data in an understandable manner, highlighting differences by year, country, company, and individual sales location. analiza sentimenta komentarji strank strojno učenje metoda podpornih vektorjev podatkovno skladišče vizualizacija podatkov sentiment analysis customer reviews machine learning support vector machine data warehouse data visualization true true false V. Razpotnik, M. Vovko Slovenski jezik Angleški jezik Magistrsko delo/naloga 2023-12-01 08:30:02 2023-12-01 08:30:10 2023-12-15 09:14:50 0000-00-00 00:00:00 2023 0 Ljubljana 0 Ljubljana 121 str. 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.8:625.748.54(043.3) 160952 177591299 13560.pdf 13560.pdf 1 259E5FC0BD56355EA3782DCAD7A10CD3 e8ce34dbc15caaadc91529efc002039549c3585e9d577d24bed8a413c3516294 75e1d694-901b-11ee-b3b7-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=178199 Fakulteta za družbene vede 0 0 0