🛒 Amazon Yorum Verisi Üzerinden Sentiment Analizi ve Yorum Davranışları

📌 Proje Hakkında

Bu proje, Amazon ürün yorumları üzerinden sentiment analizi yapmayı ve müşteri davranışlarını incelemeyi amaçlamaktadır. Başlangıçta yalnızca pozitif/negatif duygu sınıflandırması hedeflenmiş, ancak proje genişletilerek ürün, kullanıcı ve yorum özellikleri üzerine kapsamlı analizler yapılmıştır.

🎯 Amaçlar

• Yorumların pozitif, negatif, nötr olarak sınıflandırılması
• Ürün bazında müşteri memnuniyetinin analizi
• Kullanıcı davranışlarının incelenmesi (sadakat, tutarlılık vb.)
• Negatif yorumlarda öne çıkan sorunların tespiti
• Yorum özellikleri (uzunluk, helpfulness, keyword, topic modeling) üzerinden çıkarımlar

🛠 Kullanılan Kütüphaneler

• numpy,
• pandas,
• matplotlib,
• seaborn,
• nltk,
• WordNetLemmatizer,
• stopwords,
• wordcloud,
• scikit-learn (CountVectorizer, LDA),
• scipy (tt-test)

🔍 Analiz Adımları

1. Sentiment Analizi

• VADER ve RoBERTa ile duygu analizi
• Summary vs Text tutarlılığı

2. Ürün Analizi

• En çok yorum alan ürünler
• En yüksek ve en düşük puanlı ürünler
• Tartışmalı ürünler (hem yüksek hem düşük yorum alanlar)

3. Kullanıcı Analizi

• En çok yorum yapan kullanıcılar
• Sadık kullanıcılar (belirli ürünlere yoğunlaşanlar)
• Zaman içindeki puan tutarlılığı

4. Yorum Özellikleri

• Yorum uzunluğu & puan ilişkisi
• Helpfulness oranı
• 1⭐ ve 5⭐ yorumlarda öne çıkan kelimeler
• LDA ile konu modelleme

5. Negatif Yorum Temaları

• Paketleme sorunları
• Ürün tazeliği ve kalite şikayetleri
• Tat, koku ve kullanım deneyimi

6. İstatistiksel Testler

• Kullanıcı anonimliği (isimli vs anonim) ile puan farklılıkları (t-test)