Arama motorları kullanıcı oturumlarındaki konu değişikliklerinin tespit ve tahmin yöntemleri
Identifying and predicting topic changes in search engines user sessions
- Tez No: 198634
- Danışmanlar: Y.DOÇ.DR. CENK ÖZMUTLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Endüstri ve Endüstri Mühendisliği, Computer Engineering and Computer Science and Control, Science and Technology, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2005
- Dil: Türkçe
- Üniversite: Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 175
Özet
ARAMA MOTORLARI KULLANICI OTURUMLARINDAKİ KONUDEĞİŞİKLİKLERİNİN TESPİT VE TAHMİN YÖNTEMLERİFATİH ÇAVDURÖZETİnternet'in çok hızlı büyümesiyle birlikte, bu geniş veritabanında, İnternetkullanıcılarının aradıkları bilgilere ulaşım sorunu ortaya çıkmış ve bu sorunu ortadankaldırmak amacıyla, arama motoru denilen sistemler geliştirilmiştir. İnternet kullanıcıları, biroturum boyunca, arama motorlarını kullanarak, birden çok sayıda konuyla ilgili aramalaryapabilmektedirler. Bu durumda, bir oturum boyunca yapılan aramalar arasında, aramayapılan konuda bir veya daha fazla sayıda değişiklikler olmaktadır. İnsan yardımı olmaksızın,bu değişikliklerin tespit edilebilmesini sağlayan sistemlerin geliştirilmesi, kullanıcılarındavranışlarını analiz etmek açısından önemli bir potansiyele sahiptir. Bu nedenle, biroturumdaki konu değişikliklerinin belirlenmesi önemlidir. Bu çalışma, arama motorlarıkullanıcı oturumlarındaki konu değişikliklerinin tespit ve tahminiyle ilgilidir.Bu çalışmada, arama motorları kullanıcı oturumlarındaki konu değişikliklerininbelirlenmesi için temel olarak iki farklı yaklaşım uygulanmıştır: (i) Dempster-Shafer teorisive genetik algoritmalar yaklaşımı ve (ii) yapay sinir ağları yaklaşımı.Yaklaşımlar Excite ve Fast arama motorlarının veri kümelerinden alınan örneklerüzerinde uygulanmıştır. Uygulanan yaklaşımlar, örneklerdeki her kayıt için ?konu değişikliğiyok? ve ?konu değişikliği var? şeklinde atamalar yapmaktadırlar. Bu atamaları yapmak içiniki farklı veri kullanılmaktadır. Bunlar, ardışık iki arama arasındaki süreyi gösteren zamanaralığı (time interval-ti) ve ardışık iki aramada girilmiş olan sorgular arasındaki yapısalilişkileri gösteren arama yapısı (search pattern-sp) verileridir. Yaklaşımlar tarafındanyapılan atamalar, insanlar tarafından yapılan atamalarla karşılaştırılmış ve yaklaşımlarınperformans ölçüleri hesaplanmış ve incelenmiştir.Anahtar KelimelerDempster-Shafer Teorisi, Genetik Algoritmalar, Yapay Sinir Ağları, Arama Motorları,Kullanıcı Davranışlarının İncelenmesi, Konu Değişikliklerinin Belirlenmesi
Özet (Çeviri)
IDENTIFIYING AND PREDICTING TOPIC CHANGES IN SEARCH ENGINESUSER SESSIONSFATİH ÇAVDURABSTRACTWith the rapid expansion of the Internet, for Internet users the problem of getting thenecessary information in this large database, occurred and to solve this problem, systemscalled search engines were developed. Internet users can do searches about more than onetopic by using search engines in a session. So, one or more topic changes can be occurredamong the searches in the session. Developing systems which make possible to identify thesechanges without human help has an important potential for analyzing users? behaviors. So, itis important to identify the topic changes in a session. This study is about identifying andpredicting topic changes in search engines user sessions.In this study, basically, two different approaches are applied for identifying topicchanges in search engines user sessions: (i) Dempster-Shafer theory and genetic algorithmsapproach and (ii) neural networks approach.The approaches are applied on the samples selected from Excite and Fast searchengines? datasets. Using these approaches ?topic continuation? or ?topic shift? assignmentsare made for each record in the sample. Two different parameters are used for making theseassignments. These are time interval (ti) parameter which indicates the time between twoconsecutive searches and search pattern (sp) parameter which indicates structural relationsbetween two consecutive searches. The assignments which are made by proposed approachesare compared with the assignments which are made by humans, and performance measuresare calculated and analyzed.KeywordsDempster-Shafer Theory, Genetic Algorithms, Neural Networks, Search Engines, UserBehaviors Analysis, Identifying Topic Changes
Benzer Tezler
- Spammer detection in social bookmarking systems
Sosyal imleme sistemlerinde istenmeyen kullanıcıları belirleme
SOGHRA MEHDİNEJAD GARGARİ
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞULE GÜNDÜZ ÖĞÜDÜCÜ
- Purchase prediction and item prediction with RNN using different user-item interactions
Farklı kullanıcı-ürün etkileşim türlerini kullanarak özyineli sinir ağları ile ürün ve satış tahminlemesi
FULYA ÇELEBİ SARIOĞLU
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF YASLAN
- Exploiting temporal query behavior for improving result cache accuracy in web search engines
Arama motorlarında sorgu zamansallığını kullanarak cevap önbelleği eniyileme
SAFAA JUMAAH WAJJI
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ABDÜL KADİR GÖRÜR
DR. TAYFUN KÜÇÜKYILMAZ
- Arama motorları için derin öğrenme tabanlı sorgu önerisi çerçevesi
Deep learning based query suggestion framework for search engines
FATİH ÇELİK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SİBEL SENAN
- Conversion rate prediction in search engine marketing
Arama motoru pazarlama dönüşüm oranı tahmini
RAZIEH NABI ABDOLYOUSEFI
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Şehir ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. AHMET BULUT