Classification and Analysis of Employee Feedback with Deep Learning Algorithms

Gökhan Yiğidefe; Serap Çakar Kaman; Beyza Eken

doi:10.35377/saucis...1627619

EN

Classification and Analysis of Employee Feedback with Deep Learning Algorithms

Abstract

This study aims to enhance organizational processes and support decision-making for managers by conducting an automated analysis of employee feedback through text classification. Employee satisfaction and motivation are critical factors that directly impact sustainability and efficiency goals. To overcome the challenges of manual feedback analysis, the study employs Temporal Convolutional Network (TCN), Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), and Bidirectional Encoder Representations from Transformers (BERT) algorithms. The dataset comprises feedback collected from meeting notes, internal surveys, and manager-employee interviews, with data synthesis and preprocessing steps including text cleaning, tokenization, and modelling. The study's findings reveal that the CNN algorithm achieved the best performance, with an accuracy of 99.12%, a test loss of 0.0609, precision of 0.9912, recall of 0.9912, and an F1 score of 0.9911. This research demonstrates the valuable contribution of automated classification models in effectively and efficiently analysing employee feedback.

Keywords

Supporting Institution

There is no supporting institution.

Project Number

Project support was not received.

Ethical Statement

Ethics commitee approval has not been received. It will be obtained if necessary

Thanks

We do not express any gratitude.

References

M. Kayakuş and F. Y. Açıkgöz, “Classification of news texts by categories using machine learning methods,” *Alphanumeric Journal*, vol. 10, no. 2, pp. 155–166, 2022, doi: 10.17093/alphanumeric.1149753.
A. H. Bozkurt and N. Yalçın, “Topluluk öğrenmesi algoritmaları kullanarak Amazon yemek yorumları üzerine duygu analizi,” *Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi*, vol. 11, no. 1, pp. 128–139, 2024, doi: 10.35193/bseufbd.1300732.
M. F. Tuna, M. Polatgil, and O. Kaynar, “Restoran müşterilerinin geri bildirimleri üzerinde hedef kategorinin tespiti ve hedef tabanlı duygu analizi,” *Süleyman Demirel Üniversitesi Vizyoner Dergisi*, vol. 14, no. 40, pp. 1205–1221, 2023, doi: 10.21076/vizyoner.1208355.
B. C. Öğe and F. Kayaalp, “Farklı sınıflandırma algoritmaları ve metin temsil yöntemlerinin duygu analizinde performans karşılaştırılması,” *Düzce Üniversitesi Bilim ve Teknoloji Dergisi*, vol. 9, no. 6, pp. 406–416, 2021, doi: 10.29130/dubited.1015320.
İ. A. Metin and B. Karasulu, “İnsanın günlük aktivitelerinin yeni bir veri kümesi: Derin öğrenme tekniklerini kullanarak sınıflandırma performansı için kıyaslama sonuçları,” *Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi*, vol. 36, no. 2, pp. 759–778, 2021, doi: 10.17341/gazimmfd.772849.
E. Aydemir, M. Işık, and T. Tuncer, “Türkçe haber metinlerinin çok terimli Naive Bayes algoritması kullanılarak sınıflandırılması,” *Fırat Üniversitesi Mühendislik Bilimleri Dergisi*, vol. 33, no. 2, pp. 519–526, 2021, doi: 10.35234/fumbd.871986.
M. M. Akgümüş and A. Boyacı, “Bankacılık sektörü için topluluk öğrenimini kullanan iki aşamalı bir müşteri şikayet yönetimi,” *TBV Bilgisayar Bilimleri ve Mühendisliği Dergisi*, vol. 16, no. 1, pp. 45–52, 2023, doi: 10.54525/tbbmd.1163852.
S. Ertem and E. Özbay, “Detection of COVID-19 anti-vaccination from Twitter data using deep learning and feature selection approaches,” *Firat University Journal of Experimental and Computational Engineering*, vol. 3, no. 2, pp. 116–133, 2024, doi: 10.62520/fujece.1443753.

M. Demirbilek and S. Ö. Demirbilek, “Google yorumları üzerinden makine öğrenme yöntemleri ve Amazon Comprehend ile duygu analizi: İç Anadolu'da bir üniversite örneği,” *Üniversite Araştırmaları Dergisi*, vol. 6, no. 4, pp. 452–461, 2023, doi: 10.32329/uad.1383794.
M. Çataltaş, B. Üstünel, and N. A. Baykan, “Sentiment classification on Turkish tweets about COVID-19 using LSTM network,” *Konya Mühendislik Bilimleri Dergisi*, vol. 11, no. 2, pp. 341–353, 2023, doi: 10.36306/konjes.1173939.
G. Alparslan and M. Dursun, “Konvolüsyonel sinir ağları tabanlı Türkçe metin sınıflandırma,” *Bilişim Teknolojileri Dergisi*, vol. 16, no. 1, pp. 21–31, 2023, doi: 10.17671/gazibtd.1165291.
M. Yılmaz and E. S. Günal, “Derin öğrenme temelli otomatik yardım masası sistemi,” *Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi*, vol. 30, no. 3, pp. 318–327, 2022, doi: 10.31796/ogummf.1038486.
J. Devlin, M.-W. Chang, K. Lee, and K. Toutanova, “BERT: Pre-training of deep bidirectional transformers for language understanding,” *arXiv preprint*, 2019, Available: https://arxiv.org/abs/1810.04805.
C. Lea, R. Vidal, A. Reiter, and G. D. Hager, “Temporal convolutional networks: A unified approach to action segmentation,” *Lecture Notes in Computer Science*, Springer International Publishing, 2016, doi: 10.1007/978-3-319-49409-8_7.
B. Ghojogh and A. Ghodsi, “Recurrent neural networks and long short-term memory networks: Tutorial and survey,” *arXiv preprint*, 2023, Available: https://arxiv.org/abs/2304.11461.
İ. Budak and A. Organ, “Veri ve metin madenciliği ile hava yolu işletmelerinin COVID-19 öncesi ve sonrası sosyal medya yorum ve skorlarının değerlendirilmesi,” *Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi*, vol. 15, no. 4, pp. 998–1022, 2022, doi: 10.25287/ohuiibf.1149801.
İ. Sel and D. Hanbay, “Ön eğitimli dil modelleri kullanarak Türkçe tweetlerden cinsiyet tespiti,” *Fırat Üniversitesi Mühendislik Bilimleri Dergisi*, vol. 33, no. 2, pp. 675–684, 2021, doi: 10.35234/fumbd.929133.
C. Aci and A. Çırak, “Türkçe haber metinlerinin konvolüsyonel sinir ağları ve Word2Vec kullanılarak sınıflandırılması,” *Bilişim Teknolojileri Dergisi*, vol. 12, no. 3, pp. 219–228, 2019, doi: 10.17671/gazibtd.457917.
O. T. Bişkin, “Multi-step forecasting of COVID-19 cases in European countries using temporal convolutional networks,” *Mugla Journal of Science and Technology*, vol. 7, no. 1, pp. 117–126, 2021, doi: 10.22531/muglajsci.875414.
A. Kasapbaşı and H. Canbolat, “İşitme engelli bireylerin hareketlerini sınıflandırmaya yönelik yapay zeka modelinin geliştirilmesi,” *Black Sea Journal of Engineering and Science*, vol. 7, no. 5, pp. 826–835, 2024, doi: 10.34248/bsengineering.1477046.
B. Erol and T. İnkaya, “Satış tahmini için derin öğrenme yöntemlerinin karşılaştırılması,” *Uludağ Üniversitesi Mühendislik Fakültesi Dergisi*, vol. 29, no. 2, pp. 535–554, 2024, doi: 10.17482/uumfd.1382971.
M. F. Tuna and Y. Görmez, “Evrişimsel sinir ağları tabanlı derin öğrenme yöntemiyle müşteri şikayetlerinin sınıflandırılması,” *Bingöl Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi*, vol. 8, no. 1, pp. 31–46, 2024, doi: 10.33399/biibfad.1362160.
Ö. Aydın and H. Kantarcı, “Türkçe anahtar sözcük çıkarımında LSTM ve BERT tabanlı modellerin karşılaştırılması,” *Bilgisayar Bilimleri ve Mühendisliği Dergisi*, vol. 17, no. 1, pp. 9–18, 2024, doi: 10.54525/bbmd.1454220.
S. Arslan and E. Fırat, “Stance detection on short Turkish text: A case study of Russia-Ukraine war,” *Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi*, vol. 24, no. 3, pp. 602–619, 2024, doi: 10.35414/akufemubid.1377465.
Y. E. Gür, “Comparative analysis of deep learning models for silver price prediction: CNN, LSTM, GRU and hybrid approach,” *Akdeniz İİBF Dergisi*, vol. 24, no. 1, pp. 1–13, 2024, doi: 10.25294/auiibfd.1404173.
S. Y. Kahraman, A. Durmuşoğlu, and T. Dereli, “Ön eğitimli BERT modeli ile patent sınıflandırılması,” *Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi*, vol. 39, no. 4, pp. 2484–2496, 2024, doi: 10.17341/gazimmfd.1292543.
E. Ülker and Ö. İnik, “Derin öğrenme ve görüntü analizinde kullanılan derin öğrenme modelleri,” *Gaziosmanpaşa Bilimsel Araştırma Dergisi*, 2017, Available: https://dergipark.org.tr/tr/pub/gbad/issue/31228/330663.
Ö. Aydın and H. Kantarcı, “Türkçe anahtar sözcük çıkarımında LSTM ve BERT tabanlı modellerin karşılaştırılması,” *Bilgisayar Bilimleri ve Mühendisliği Dergisi*, vol. 17, no. 1, pp. 9–18, 2024, doi: 10.54525/bbmd.1454220.
İ. Sel and D. Hanbay, “Ön eğitimli dil modelleri kullanarak Türkçe tweetlerden cinsiyet tespiti,” *Fırat Üniversitesi Mühendislik Bilimleri Dergisi*, vol. 33, no. 2, pp. 675–684, 2021, doi: 10.35234/fumbd.929133.
B. Ghojogh and A. Ghodsi, “Recurrent neural networks and long short-term memory networks: Tutorial and survey,” *arXiv preprint*, 2023, Available: https://arxiv.org/abs/2304.11461.

Details

Primary Language

English

Subjects

Empirical Software Engineering

Journal Section

Research Article

Authors

Gökhan Yiğidefe ^*
0009-0000-1450-2923
Türkiye

Serap Çakar Kaman
0000-0002-3682-0831
Türkiye

Beyza Eken
0000-0002-6824-2765
Türkiye

Early Pub Date

March 27, 2025

Publication Date

March 28, 2025

Submission Date

January 27, 2025

Acceptance Date

February 27, 2025

Published in Issue

Year 1970 Volume: 8 Number: 1

DOI

https://doi.org/10.35377/saucis...1627619

IZ

https://izlik.org/JA23BW45ER

Cite

RIS / Bibtex

APA

Yiğidefe, G., Çakar Kaman, S., & Eken, B. (2025). Classification and Analysis of Employee Feedback with Deep Learning Algorithms. Sakarya University Journal of Computer and Information Sciences, 8(1), 38-46. https://doi.org/10.35377/saucis...1627619

AMA

1.Yiğidefe G, Çakar Kaman S, Eken B. Classification and Analysis of Employee Feedback with Deep Learning Algorithms. SAUCIS. 2025;8(1):38-46. doi:10.35377/saucis.1627619

Chicago

Yiğidefe, Gökhan, Serap Çakar Kaman, and Beyza Eken. 2025. “Classification and Analysis of Employee Feedback With Deep Learning Algorithms”. Sakarya University Journal of Computer and Information Sciences 8 (1): 38-46. https://doi.org/10.35377/saucis. 1627619.

EndNote

Yiğidefe G, Çakar Kaman S, Eken B (March 1, 2025) Classification and Analysis of Employee Feedback with Deep Learning Algorithms. Sakarya University Journal of Computer and Information Sciences 8 1 38–46.

IEEE

[1]G. Yiğidefe, S. Çakar Kaman, and B. Eken, “Classification and Analysis of Employee Feedback with Deep Learning Algorithms”, SAUCIS, vol. 8, no. 1, pp. 38–46, Mar. 2025, doi: 10.35377/saucis...1627619.

ISNAD

Yiğidefe, Gökhan - Çakar Kaman, Serap - Eken, Beyza. “Classification and Analysis of Employee Feedback With Deep Learning Algorithms”. Sakarya University Journal of Computer and Information Sciences 8/1 (March 1, 2025): 38-46. https://doi.org/10.35377/saucis. 1627619.

JAMA

1.Yiğidefe G, Çakar Kaman S, Eken B. Classification and Analysis of Employee Feedback with Deep Learning Algorithms. SAUCIS. 2025;8:38–46.

MLA

Yiğidefe, Gökhan, et al. “Classification and Analysis of Employee Feedback With Deep Learning Algorithms”. Sakarya University Journal of Computer and Information Sciences, vol. 8, no. 1, Mar. 2025, pp. 38-46, doi:10.35377/saucis. 1627619.

Vancouver

1.Gökhan Yiğidefe, Serap Çakar Kaman, Beyza Eken. Classification and Analysis of Employee Feedback with Deep Learning Algorithms. SAUCIS. 2025 Mar. 1;8(1):38-46. doi:10.35377/saucis. 1627619

Öz

Classification and Analysis of Employee Feedback with Deep Learning Algorithms

Abstract

Keywords

Supporting Institution

Project Number

Ethical Statement

Thanks

References

Details

Primary Language

Subjects

Journal Section

Authors

Early Pub Date

Publication Date

Submission Date

Acceptance Date

Published in Issue

DOI

IZ

Cite