ABAhmet Büyükeke

Ahmet Büyükeke

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Ahmet Büyükeke has a total of 1 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Türkçe ABSA’da Büyük Dil Modeli Tabanlı Otomatik Etiketleme: Başarılar ve Zorluklar

    by Ahmet Büyükeke

    Bu araştırma, Türkçe restoran yorumlarında Hedefe Yönelik Duygu Analizi kapsamında, GPT-4o tabanlı otomatik etiketlemenin manuel etiketlemeye (SemEval) kıyasla etkinliğini incelemektedir. Araştırmada hedef terim çıkarımı (ATE), kategori ve duygu sınıflandırma alt görevleri; SVM, BiLSTM, MLP ve BERTurk modelleri kullanılarak SemEval, GPT-4o ve Birleştirilmiş veri düzenlerinde değerlendirilmiştir. Deneysel karşılaştırma, otomatik etiketlerin tek başına ve manuel veri ile birlikte kullanıldığında farklı görevlerde nasıl bir performans profili oluşturduğunu ortaya koymayı hedeflemektedir. Bulgulara göre, ATE görevinde SemEval üzerinde SVM yüksek geri çağırım ile öne çıkmıştır (Recall=0,8463; F1=0,7265). Duygu sınıflandırmasında en yüksek başarıya Birleştirilmiş düzende BERTurk ile ulaşılmıştır (F1=0,8336; doğruluk=0,9255); bu sonuç, daha geniş ve çeşitli veride bağlamsal temsillerin avantajını desteklemektedir. Kategori sınıflandırmasında ise en iyi sonuçlar Birleştirilmiş düzende SVM (F1=0,5183) ve BERTurk (F1=0,5108) tarafından üretilmiş; sınıf sayısının yüksek ve sınırların bulanık olduğu bu görevde performansın daha sınırlı kaldığı görülmüştür. Genel olarak sonuçlar, otomatik etiketlemenin özellikle duygu gibi daha net sınıf sınırlarına sahip görevlerde rekabetçi bir veri kaynağı sunduğunu; kategori gibi daha zor görevlerde ise etiket tutarlılığı, sınıf dengesizliği ve görev-model uyumunun belirleyici olduğunu göstermektedir. Bu çalışma, farklı model ailelerini birlikte karşılaştırarak otomatik etiketli verinin hangi koşullarda daha güvenilir biçimde kullanılabileceğine ilişkin pratik bir değerlendirme çerçevesi sunmaktadır.

  • Open Access

    Çiftlik Yönetim Bilgi Sistemleri Literatüründe Eğilimler: Bibliyometrik ve BERTopic Tabanlı Bir İnceleme (2010–2025)

    by Ahmet Büyükeke

    Çalışma, Çiftlik Yönetim Bilgi Sistemleri (FMIS) literatürünün 2010–2025 dönemindeki gelişimini bibliyometrik ve tematik analizlerle haritalamayı amaçlamaktadır. Web of Science Core Collection’dan derlenen 1.038 yayına performans, ülkeler arası iş birliği ve eş-atıf analizleri uygulanmış; ardından başlık, özet ve anahtar kelimeler üzerinden BERTopic ile konu modelleme yapılarak literatür 11 ana tema altında sınıflandırılmıştır. Bulgular, FMIS çalışmalarının özellikle 2020 sonrasında hızla arttığını, iş birliği ağlarının Avrupa ve ABD–Asya ekseninde kümelendiğini ve Türkiye’nin katkısının sınırlı ve daha çok çevresel nitelikte kaldığını göstermektedir. Tematik yapı, alanın FMIS ve dijital tarım, derin öğrenme tabanlı tespit–tahmin ve toprak verimliliği ve hassas tarım ekseninde yoğunlaştığını; İHA ve IoT gibi veri toplama altyapıları ile yapay zekâ temelli analitik temaların 2020 sonrası dönemde belirgin biçimde yükseldiğini ortaya koymaktadır. Sonuçlar, FMIS’in bilgisayar bilimleri, ziraat mühendisliği ve yönetim bilişim sistemlerinin kesişiminde şekillenen, veri odaklı ve çok disiplinli bir araştırma alanına dönüştüğünü; gelecek çalışmalar için birlikte çalışabilirlik, veri standartları ve sahaya dönük karar destek çıktılarının öncelikli gündemler olarak öne çıktığını göstermektedir.

  • Open Access

    The impact of cultural differences on service customisation: A multilingual commentary analysis

    by Ahmet Büyükeke

    This study examines culturally differentiated patterns of satisfaction, service perceptions, and loyalty among German and Russian tourists staying at 4- and 5-star hotels in Antalya, Belek, and Kemer, Türkiye. A corpus of 145,518 TripAdvisor reviews from 2014 to 2024 was analysed using descriptive statistics alongside Latent Dirichlet Allocation (LDA) topic modelling and phrase extraction to capture themes in the original languages. Results indicate high overall satisfaction, with Belek recording the highest regional scores and Kemer the lowest, particularly among Russian visitors. Thematically, while German reviews prioritized entertainment and loyalty, Russian reviews focused heavily on entertainment and sea/spa experiences, alongside specific criticisms and unmet expectations across different travel contexts. Furthermore, staff friendliness and food quality were identified as central drivers of high ratings, whereas room-related issues were associated with lower satisfaction. By extending hospitality analytics beyond English-centric datasets, this study provides actionable insights for adopting culturally sensitive, data-driven service customisation strategies in destination management.

  • Open Access

    Öğrencilerin Programlama Derslerinde Üretken Yapay Zekâ Araçlarını Kabulü: Genişletilmiş Teknoloji Kabul Modeli ile Türkiye'den Bulgular

    by Ahmet Büyükeke

    Bu çalışma, üretken yapay zekâ (YZ) araçlarının, özellikle bilişim alanlarında öğrenim gören üniversite öğrencileri tarafından programlama derslerinde benimsenme niyetini etkileyen faktörleri incelemektedir. Teknoloji Kabul Modeli (TKM), Öz Yeterlik (ÖY), Algılanan Güven (AG), Algılanan Risk (AR) ve Bağımlılık Endişesi (BE) ile genişletilmiştir. Veriler, Türkiye’deki 305 lisans öğrencisinden çevrim içi anket yoluyla toplanmış ve Yapısal Eşitlik Modellemesi ile analiz edilmiştir. Bulgular, Algılanan Fayda (AF) ve Algılanan Kullanım Kolaylığı’nın (AKK), kullanma niyetini anlamlı biçimde yordadığını göstermektedir. AG’nin hem AF hem de AKK üzerinde pozitif etkisi bulunurken, ÖY’nin de AKK üzerinde anlamlı etkisi gözlenmiştir. Ayrıca, ÖY ile BE arasında pozitif bir ilişki tespit edilmiştir (β = 0.506). Bu sonuç, teknolojik yetkinliği yüksek öğrencilerin, potansiyel bağımlılık risklerine daha duyarlı olabileceğini göstermektedir. Çalışma, YZ araçlarının eğitimde kabulüne dair literatüre özgün katkılar sunmaktadır.


  • A text mining analysis of customer evaluations in terms of gastronomy tourism

    by Ahmet Büyükeke, Tufan Özsoy

    Nutritional alternatives, which were limited to regional diversity in the past, have increased extraordinarily over time. Besides being the basic element to sustain life, it has come to the fore as hedonic consumption. It is already known that discovering the local cuisine and the pleasure of eating are very important for tourists. Social media platforms have become the most effective tool for tourists in making decisions. They significantly influence the decisions of tourists on where to go, where to stay, what to eat and drink. The primary aim of this research is to analyze and make sense of TripAdvisor reviews of restaurants serving Kaş and Belek, which have different accommodation alternatives. For this purpose, topic modeling, sentiment, and name-entity recognition analyzes were carried out with 10,829 customer comments from 147 businesses. Reviews are clustered under the most appropriate 3 distinct subjects (Experience, Food, and Atmosphere). The satisfaction level in the comments is 89.52% for Kaş and 95.64% for Belek. In total, 800 and 445 different food names were discovered in Kaş and Belek reviews, respectively. Most liked foods: Meat dishes such as steak, burger, and stroganoff with cream, pepper, tomato, garlic, and spicy sauces.