Doğal dil işleme tabanlı akademik yayın karar destek sistemi: Çalışmaların sınıflandırılması ve dergi önerisi
Natural language proceeding-based academic publication desicion support system: Classification of studies and journal recommendation
- Tez No: 1015994
- Danışmanlar: PROF. DR. İRFAN KÖSESOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgi ve Belge Yönetimi, Elektrik ve Elektronik Mühendisliği, Information and Records Management, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, akademik yayınların doğru dergilere yönlendirilmesi sorununa çözüm olarak çok aşamalı ve veri odaklı bir dergi öneri sistemi geliştirilmiştir. Akademik yayın sürecinde, makalelerin uygun dergilere gönderilmesi hem araştırmacılar hem de yayıncılar için kritik bir adımdır. Yanlış dergi seçimi, zaman kaybına ve yayın sürecinin uzamasına neden olmaktadır. Bu nedenle, kullanıcıların sunduğu bilimsel makale özetlerinin konuya göre doğru sınıflandırılması ve her kategori için en uygun akademik dergilerin yüksek doğrulukla önerilmesi amaçlanmıştır. Önerilen sistem, doğal dil işleme ve derin öğrenme temelli üç ana bileşenden oluşmaktadır. İlk aşamada, bilimsel metinler için özel olarak eğitilmiş bir dil modeli olan SciBERT kullanılarak özetler belirli bilimsel kategorilere atanmıştır. İkinci aşamada, kategori bilgisi kullanılarak daha hassas dergi eşleştirmesi yapılabilmesi için cümle gömme temelli bir ikili kodlayıcı mimarisi tasarlanmış ve eğitilmiştir. Bu mimaride, makale özetleri ve dergiler aynı vektör uzayında temsil edilerek anlamsal benzerliklerin tespit edilmesi, hızlı ve az mailyetle gerçekleştirilmektedir. Son aşamada ise, yüksek boyutlu vektörler üzerinde hızlı ve ölçeklenebilir benzerlik araması yapabilmek için FAISS tabanlı indeksleme yöntemi kullanılmıştır. Sistem performansı, Top-5, Top-10, Top-15 ve Top-20 öneri listelerinin her biri için, doğruluk , kesinlik , duyarlılık , F1 ölçütü metrikleri ile değerlendirilmiş ve önerilen yaklaşımın yüksek doğruluk sağladığı görülmüştür. Bu çalışma, alan-özgü dil modellerinin etkin kullanımı ve çok aşamalı mimarisiyle akademik yayın yönlendirme problemine yönelik güçlü ve uygulanabilir bir çözüm sunmaktadır.
Özet (Çeviri)
In this thesis, a multi-stage and data‑driven journal recommendation system is developed to address the challenge of directing academic publications to appropriate journals. Submitting manuscripts to suitable outlets is a critical step for both researchers and publishers, as incorrect journal selection leads to substantial time loss and prolongs the publication cycle. To mitigate this issue, the study aims to accurately classify user‑provided scientific article abstracts by topic and to recommend the most suitable academic journals for each category with high accuracy. The proposed system comprises three deep‑learning‑based natural language processing components: SciBERT is first employed to assign abstracts to predefined scientific categories; then, a sentence‑embedding‑based dual encoder architecture is designed and trained to enable more precise journal matching by representing article abstracts and journals within a shared vector space; finally, a FAISS‑based indexing method is utilized to facilitate fast and scalable similarity search over high‑dimensional vectors. System performance is evaluated using accuracy, precision, recall, and F1‑score metrics across Top‑5, Top‑10, Top‑15, and Top‑20 recommendation lists, demonstrating that the proposed approach achieves high accuracy. Overall, this study offers a robust and practical solution to the academic journal recommendation problem through the effective use of domain‑specific language models and a multi‑stage architectural design.
Benzer Tezler
- A large language model (LLM)-based framework for bid/no-bid decision support in construction public procurement: Validated on romanian tenders
İnşaat kamu ihalelerinde teklif verme / vermeme karar desteği için büyük dil modeli (LLM) tabanlı bir çerçeve: Romanya ihaleleri üzerinde doğrulama
ELİF GÜLİN PETEK
Yüksek Lisans
İngilizce
2026
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ONUR BEHZAT TOKDEMİR
- Hakem atama otomasyonu için bir karar destek sistemi: Doğal dil işleme ve veri-güdümlü optimizasyon ile bütünleşik bir yaklaşım
A decision support system for reviewer assignment automation: An integrated approach with natural language processing and data-driven optimization
MELTEM AKSOY
Doktora
Türkçe
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA YANIK ÖZBAY
PROF. DR. MEHMET FATİH AMASYALI
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA