LLM’leri kullanarak otel incelemelerini görüntü manipülasyonu ile görselleştirme
Tarih
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
Özet
Dijital çağda müşteri yorumları, özellikle otelcilik sektöründe, karar verme sürecinde önemli bir rol oynamaktadır. Metin tabanlı yorumlar değerli bilgiler sunsa da, potansiyel müşteriler genellikle öznel ifadeleri doğru şekilde yorumlamakta zorlanmaktadır. Araştırmalar, görsel temsillerin anlaşılırlığı artırdığını ve kullanıcı etkileşimini güçlendirdiğini göstermektedir. Bu çalışma, metin tabanlı görüntü manipülasyonu ile yazılı otel yorumlarını orijinal otel görselleri üzerinde değişiklikler yaparak görsel incelemelere dönüştürmeyi amaçlamaktadır. Stable Diffusion modeli kullanılarak yazılı otel yorumları girdileriyle otel odası görüntüleri manipüle edilmiştir. Manipüle edilen görsellerin değerlendirilmesinde SSIM (Structural Similarity Index Measure) ve PSNR (Peak Signal-to-Noise Ratio) metrikleri uygulanmıştır. Ayrıca, manipüle edilmiş ve orijinal görüntü örnekleri karşılaştırmalı olarak sunulmuştur. Sonuçlar, modelin küçük ölçekli değişikliklerde başarılı olduğunu, ancak büyük değişikliklerde kalite kaybı yaşadığını göstermektedir.
In the digital age, customer reviews play a crucial role in decision-making, particularly in the hospitality industry. While text-based reviews provide valuable insights, potential customers often struggle to interpret subjective opinions accurately. Research indicates that visual representations enhance comprehension and user engagement. This study aims to transform written hotel reviews into visual reviews by applying text-based image manipulation to original hotel images. Using the Stable Diffusion model, hotel room images were manipulated based on written hotel review inputs. The manipulated images were evaluated using SSIM (Structural Similarity Index Measure) and PSNR (Peak Signal-to-Noise Ratio) metrics. Additionally, comparisons between manipulated and original images were presented. The results show that the model performs well in small-scale modifications, while larger modifications lead to quality degradation.
