Veri madenciliği yöntemleriyle odun dışı orman ürünleri hakkında tüketici bilgi seviyesi ve tutumunun incelenmesi

Abstract

Odun dışı orman ürünleri; bitki ve hayvan kökenli olup gıda, ilaç, kozmetik ve tarım gibi çeşitli alanlarda değerlendirilmektedir. Bu yüzden insan yaşamının vazgeçilmez bir unsuru olarak araştırmaya değer bir konudur. Teknolojinin gelişmesiyle birlikte bu ürünlere internet aracılığıyla hızlıca ulaşılabilmekte ve kullanıcılar bu ürünlerle ilgili bilgilere kolayca erişebilmektedir. İnternet üzerindeki faydalı bilgilerin keşfinde kullanılan web madenciliği, bir veri madenciliği yöntemidir. Bu çalışma, veri madenciliği yöntemleriyle tüketicilerin odun dışı orman ürünlerine yönelik bilgi seviyelerini ve tutumlarını incelemeyi amaçlamaktadır. Araştırmada öncelikle Türkiye'de bulunan 700 katılımcıyla anket uygulaması yapılmış ve anket verileri SPSS istatistik programı ile analiz edilmiştir. Bununla birlikte, veri setlerindeki ilişkileri belirlemek amacıyla veri madenciliği yöntemlerinden birliktelik kurallarında kullanılan FP-Growth algoritması kullanılmıştır. Web madenciliği yöntemiyle ise Türkiye, Amerika kıtası ve Avrupa kıtasında E-ticaret web sayfalarında kekik, lavanta, badem, adaçayı ve kimyon hakkında yapılan yorumlarda en çok geçen kelime analizi ve duygu analizi yapılmıştır. Bu analizlerin yapılmasında RapidMiner yazılımından faydalanılmıştır. Çalışma sonuçlarına göre, demografik faktörler tüketicilerin odun dışı orman ürünlerine ilişkin bilgi seviyesi ve tutumu üzerinde anlamlı farklılıklar yaratmaktadır. Bilgi seviyesi, önem ve güvenin özellikle yaş, eğitim durumu ve medeni duruma göre anlamlı olarak farklılık gösterdiği, aylık gelir durumuna göre ise farklılık göstermediği belirlenmiştir. Ki-Kare analizi, tüketicilerin ürün tercihlerinin cinsiyet, yaş, eğitim durumu, meslek ve medeni durumlarına göre anlamlı olarak bir ilişki olduğunu göstermiştir. Korelasyon analizine göre, özellikle önem düzeyi ile güven düzeyi arasında pozitif yönde ve yüksek düzeyde anlamlı bir ilişki olduğu görülmüştür. Regresyon analizine göre ise, güven düzeyinin önem düzeyi üzerinde anlamlı bir etkiye sahip olduğu görülmüştür. FP-Growth algoritmasıyla ortaya konan birliktelik kuralları, tüketici davranışlarının çok boyutlu ve demografik özelliklerle şekillendiğini göstermektedir. Ayrıca, web madenciliğiyle yapılan kelime sıklığı ve duygu analizleri, bölgesel ve kültürel farklılıkların tüketici algıları üzerinde etkili olduğunu ortaya koymaktadır. Bu sonuçlar, pazarlama stratejilerinin geliştirilmesine ve tüketici farkındalığını artırmaya yönelik planlama çalışmalarına önemli katkılar sağlayabilir.

Non-wood forest products, originating from plants and animals, are utilized in various fields such as food, pharmaceuticals, cosmetics, and agriculture. Therefore, they are a subject worthy of research as an indispensable element of human life. With the advancement of technology, these products are quickly accessible via the internet, and users can easily access information about them. Web mining, used to discover useful information on the internet, is a data mining method. This study aims to examine consumers' knowledge levels and attitudes towards non-wood forest products using data mining methods. First, a survey was conducted with 700 participants in Türkiye, and the survey data was analyzed using the SPSS statistical program. Additionally, the FP-Growth algorithm, used in association rules within data mining, was employed to determine relationships in the datasets. Web mining analysis was conducted on the most frequently used words and sentiment in comments about thyme, lavender, almond, sage, and cumin on e-commerce websites in Turkey, the Americas, and Europe. RapidMiner software was used to perform these analyses. According to the study results, demographic factors create significant differences in consumers' knowledge level and attitudes towards non-wood forest products. Knowledge level, importance, and trust were found to differ significantly, particularly according to age, education level, and marital status, but not according to monthly income level. Chi-square analysis showed a significant relationship between consumers' product preferences and gender, age, education level, occupation, and marital status. Correlation analysis revealed a highly significant positive relationship, particularly between the importance level and the confidence level. Regression analysis showed that the confidence level had a significant effect on the importance level. Association rules revealed by the FP-Growth algorithm indicate that consumer behavior is multidimensional and shaped by demographic characteristics. Furthermore, word frequency and sentiment analyses conducted through web mining reveal that regional and cultural differences influence consumer perceptions. These results can make significant contributions to the development of marketing strategies and planning efforts aimed at increasing consumer awareness.