Müşteri Puanı-Duygu Uyumsuzluğunun Kalibre Analizi: İstanbul'daki Michelin Yıldızlı Restoranların eWOM Yorumlarının İncelenmesi

Çevrim içi müşteri yorumları, restoran seçimlerinde belirleyici bir bilgi kaynağı olarak kullanılmaktadır. Ancak yıldız puanlarının tek başına okunması, yorum metnindeki duygusal tonu her zaman yansıtmamaktadır. Bu uyumsuzluğun, beklentinin yüksek olduğu üst düzey restoranlarda daha belirgin hale geldiği düşünülmektedir. Buna karşın Michelin yıldızlı restoranlarda, alana özgü kalibre edilmiş ölçümlere dayanan çalışmalar sınırlı kalmıştır. Bu çalışmada, İstanbul'daki sekiz Michelin yıldızlı restorana ait 5.281 adet çok dilli Google yorumu (2017–2026) üzerinden yönlü puan–duygu uyumsuzluğu incelenmiştir. Duygu sınıflandırması, 500 insan etiketli yorumla kalibre edilmiş transformer tabanlı bir sınıflandırıcıyla yapılmıştır. Yorum uzunluğu ile restoran ve ay sabit etkileri kontrol edilerek kurulan sıralı ve ikili lojistik regresyon modellerinde, metinden türetilen duygunun yıldız puanlarını güçlü biçimde açıkladığı bulunmuştur. Duyguda bir basamaklık artışta, beş yıldız olasılığının yaklaşık 3,35 kat arttığı, bir–iki yıldız olasılığının ise 0,18 düzeyine düştüğü hesaplanmıştır. Genel uyuma karşın, beş yıldızlı yorumların %7,7'sinde olumsuz, bir–iki yıldızlı yorumların %22,8'inde olumlu duygu saptanmıştır. Ayrıca uyumsuzluk oranının restoranlar arasında farklılaştığı görülmüştür. Bu bulgular, yalnızca yıldız puanlarına dayalı izlemenin yüksek puanlar içinde gizlenen memnuniyetsizlik sinyallerini kaçırabileceğine işaret etmektedir. Çalışma, çok dilli yorumlarda alana özgü kalibre edilmiş duygu ölçümüyle puan–duygu uyumsuzluğunu ampirik olarak sayısallaştırarak alanyazındaki bu boşluğa katkı sunmaktadır.

Authors

Institutions

Publication Details

Journal
AYDIN GASTRONOMY
Published
2026-10-18
DOI
https://doi.org/10.68478/aydingas.1972334
Primary Topic
Sentiment Analysis and Opinion Mining
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Müşteri Puanı-Duygu Uyumsuzluğunun Kalibre Analizi: İstanbul'daki Michelin Yıldızlı Restoranların eWOM Yorumlarının İncelenmesi

Serkan Şengül, Merve Mandal Yaman
AYDIN GASTRONOMY
Sentiment Analysis and Opinion Mining
article

Müşteri Puanı-Duygu Uyumsuzluğunun Kalibre Analizi: İstanbul'daki Michelin Yıldızlı Restoranların eWOM Yorumlarının İncelenmesi

Serkan Şengül, Merve Mandal Yaman
article en

Abstract

Çevrim içi müşteri yorumları, restoran seçimlerinde belirleyici bir bilgi kaynağı olarak kullanılmaktadır. Ancak yıldız puanlarının tek başına okunması, yorum metnindeki duygusal tonu her zaman yansıtmamaktadır. Bu uyumsuzluğun, beklentinin yüksek olduğu üst düzey restoranlarda daha belirgin hale geldiği düşünülmektedir. Buna karşın Michelin yıldızlı restoranlarda, alana özgü kalibre edilmiş ölçümlere dayanan çalışmalar sınırlı kalmıştır. Bu çalışmada, İstanbul'daki sekiz Michelin yıldızlı restorana ait 5.281 adet çok dilli Google yorumu (2017–2026) üzerinden yönlü puan–duygu uyumsuzluğu incelenmiştir. Duygu sınıflandırması, 500 insan etiketli yorumla kalibre edilmiş transformer tabanlı bir sınıflandırıcıyla yapılmıştır. Yorum uzunluğu ile restoran ve ay sabit etkileri kontrol edilerek kurulan sıralı ve ikili lojistik regresyon modellerinde, metinden türetilen duygunun yıldız puanlarını güçlü biçimde açıkladığı bulunmuştur. Duyguda bir basamaklık artışta, beş yıldız olasılığının yaklaşık 3,35 kat arttığı, bir–iki yıldız olasılığının ise 0,18 düzeyine düştüğü hesaplanmıştır. Genel uyuma karşın, beş yıldızlı yorumların %7,7'sinde olumsuz, bir–iki yıldızlı yorumların %22,8'inde olumlu duygu saptanmıştır. Ayrıca uyumsuzluk oranının restoranlar arasında farklılaştığı görülmüştür. Bu bulgular, yalnızca yıldız puanlarına dayalı izlemenin yüksek puanlar içinde gizlenen memnuniyetsizlik sinyallerini kaçırabileceğine işaret etmektedir. Çalışma, çok dilli yorumlarda alana özgü kalibre edilmiş duygu ölçümüyle puan–duygu uyumsuzluğunu ampirik olarak sayısallaştırarak alanyazındaki bu boşluğa katkı sunmaktadır.

AYDIN GASTRONOMY(Advanced Online Publication)
Sakarya Uygulamalı Bilimler Üniversitesi, Istanbul Medeniyet University (TR)
Openalex Percentile: Top 13%
Sentiment Analysis and Opinion Mining
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.