Derin öğrenme ile arama motoru profillendirme
Search engine profiling with deep learning
- Tez No: 1009709
- Danışmanlar: PROF. DR. BANU DİRİ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bilgi çıkarımı, Web madenciliği, Information extraction, web mining
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Arama motoru algoritmalarının ticari gizlilik nedeniyle sınırlı ölçüde gözlemlenebilir olması, web kaynaklarının hangi ölçütlere göre sıralandığının doğrudan anlaşılmasını güçleştirmektedir. Bu tez, arama motoru görünürlüğünü tek boyutlu bir uygunluk problemi olarak değil; teknik kalite, semantik uyum, okunabilirlik, erişilebilirlik ve yapısal özniteliklerin birlikte işlediği çok katmanlı bir olgu olarak ele almakta; birden fazla arama motorunun sıralama davranışlarını karşılaştırmalı ve ampirik biçimde çözümlemeyi amaçlamaktadır. Araştırma üç tamamlayıcı ampirik bileşenden oluşmaktadır. İlk olarak, web sitelerinin iç bağlantılarından türetilen erişilebilirlik ve yapısal özniteliklerin arama motoru görünürlüğü ile ilişkisi incelenmiştir. İkinci olarak, ticari indirim ve promosyon dikeyinde oluşturulan kontrollü gözlemsel veri seti kullanılarak arama motorlarının teknik ve içeriksel sinyallere verdikleri tepkiler karşılaştırılmıştır. Üçüncü olarak, haber başlığı sorgularından oluşturulan veri seti üzerinden semantik, okunabilirlik, performans ve erişilebilirlik sinyallerinin sıralama ile ilişkisi değerlendirilmiştir. Veri toplama ve öznitelik çıkarımı süreçlerinde teknik yeterlilik Lighthouse metrikleriyle, erişilebilirlik nitelikleri AXE tabanlı göstergelerle, içeriksel uygunluk ise Sentence-BERT tabanlı semantik benzerlik ölçüleriyle desteklenmiştir. İstatistiksel analizlerde grup karşılaştırmaları, sınıflandırma modelleri ve öznitelik önem analizlerinin yanı sıra; görünürlük düzeyleri arasındaki ilişkileri incelemek üzere sıralı lojistik ve genelleştirilmiş sıralı logit modeller, doğrusal olmayan örüntüleri değerlendirmek üzere genelleştirilmiş eklemeli sıralı modeller, karıştırıcı etkileri denetlemek ve bulguların dayanıklılığını sınamak üzere sabit etkiler modeli ile blok ablasyon ve artımlı model karşılaştırmaları kullanılmıştır. Bulgular, arama motorlarının tek tip bir sıralama mantığıyla çalışmadığını göstermektedir. Bazı arama motorları metin hacmi, anahtar kelime yoğunluğu ve bazı yapısal sinyallere daha duyarlıyken; bazıları ise semantik uyum ve otoriteyle ilişkili sinyallerle daha uyumlu bir yapı sergilemektedir. Ayrıca erişilebilirlik ve performans sinyallerinin bağlama duyarlı fakat anlamlı ek açıklayıcı güç sağladığı belirlenmiştir. Tez, sıralama davranışlarını arama motoruna, sorgu türüne ve görünürlük düzeyine göre değişen çok boyutlu ve bağlama duyarlı bir süreç olarak modelleyen ampirik ve yöntemsel bir katkı sunmaktadır.
Özet (Çeviri)
The limited observability of search engine algorithms, owing to commercial secrecy, makes it difficult to directly identify the criteria by which web resources are ranked. This dissertation approaches search engine visibility not as a one-dimensional relevance problem, but as a multilayered phenomenon shaped by the combined effects of technical quality, semantic alignment, readability, accessibility, and structural attributes. It aims to provide a comparative and empirical analysis of the ranking behavior of multiple search engines. The study consists of three complementary empirical components. First, it examines the relationship between accessibility and structural attributes derived from the internal links of websites and search engine visibility. Second, using a controlled observational dataset constructed in the commercial discount and promotion vertical, it compares how search engines respond to technical and content-related signals. Third, drawing on a dataset constructed from news headline queries, it evaluates the relationship between semantic, readability, performance, and accessibility signals and ranking outcomes. In the data collection and feature extraction processes, technical adequacy was supported by Lighthouse metrics, accessibility characteristics by AXE-based indicators, and content relevance by Sentence-BERT-based semantic similarity measures. The statistical analyses employed group comparisons, classification models, and feature importance analyses, as well as ordered logistic and generalized ordered logit models to examine relationships across visibility levels, generalized additive models for ordered outcomes to evaluate nonlinear patterns, and a fixed-effects model, together with block ablation and incremental model comparisons, to control for confounding effects and assess the robustness of the findings. The findings show that search engines do not operate according to a uniform ranking logic. While some search engines are more sensitive to text volume, keyword density, and certain structural signals, others exhibit a ranking structure more closely aligned with semantic relevance and authority-related signals. Accessibility and performance signals were also found to provide context-sensitive yet meaningful additional explanatory power. Overall, the dissertation makes an empirical and methodological contribution by modeling ranking behavior as a multidimensional and context-sensitive process that varies across search engines, query types, and visibility levels.
Benzer Tezler
- Swarm fighter aircraft control with deep reinforcement learning approach
Derin pekiştirmeli öğrenme ile sürü savaş uçaklarının kontrolü
METİN SARI
Yüksek Lisans
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. FİKRET ÇALIŞKAN
- Evaluating the use of neural ranking methods in search engines
Sinirsel sıralama yöntemlerinin arama motorlarında kullanımının değerlendirilmesi
ÖMER ŞAHİN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İLYAS ÇİÇEKLİ
DR. GÖNENÇ ERCAN
- RespRate-LSH: Response rate estimation using LSH
RespRate-LSH: Yerele duyarlı karma (LSH) kullanılarak yanıt oranı tahminlenmesi
MARYAM G.S. ALMASHARAWI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET BULUT
DR. ÖĞR. ÜYESİ HATİCE TEKİNER MOĞULKOÇ
- Automated analysis approach for the detection of high survivable ransomwares
Sinsi fidye yazılımlarının tespiti için otomatik analiz yaklaşımı
YAHYE ABUKAR AHMED AHMED
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BARIŞ KOÇER
DR. SHAMSUL HUDA
- Doğal afetlerde çevrimiçi davranış verilerine dayalı ihtiyaç tahmini ve kaynak tahsis optimizasyonu: 2023 kahramanmaraş depremleri uygulaması
Demand prediction and resource allocation optimization based on online behavioral data in natural disasters: An application to the 2023 Kahramanmaraş earthquakes
MEHMET DEMİR
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiHacettepe ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDİ DAŞDEMİR