A hybrid video recommendation system based on a graph-based algorithm
Grafik tabanlı bir algoritmaya dayalı hibrit video öneri sistemi
- Tez No: 269012
- Danışmanlar: DOÇ. DR. NİHAN KESİM ÇİÇEKLİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
Bu tez, hibrit bir video öneri sisteminin tasarım, geliştirme ve değerlendirme bölümlerini sunar. Sunulan hibrit video öneri sistemin temeli Adsorption adındaki bir grafik algoritmasına dayanır. Adsorption, işbirlikçi filtrelemeye dayalı bir algoritmadır ve öneri yapmak için kullanıcılar arasındaki benzerlikleri göz önünde bulundurur. Adsorption, temel öneri listesini elde etmekte kullanılır. Sadece işbirlikçi filtrelemenin kullanılmasıyla oluşan sorunları aşmak için içerik bazlı filtreleme de sisteme eklenir. İçerik bazlı filtreleme, kullanıcının tercihlerine uyan benzer maddeleri önerir. İçerik bazlı filtrelemeyi kullanabilmek için öncelikle temel öneri listesinden zayıf nesneler çıkarılır. Bunun ardından, kalan nesnelerin önerilmeyen nesnelerle olan benzerlik oranları hesaplanır ve yeni nesneler listeye eklenir. Böylece, işbirlikçi öneriler nesneler arasındaki benzerliğe göre güçlendirilir. Buna bağlı olarak da geliştirilen sistem, işbirlikçi ve içerik bazlı yaklaşımları birleştirerek daha verimli öneriler ortaya koyar.
Özet (Çeviri)
This thesis proposes the design, development and evaluation of a hybrid video recommendation system. The proposed hybrid video recommendation system is based on a graph algorithm called Adsorption. Adsorption is a collaborative filtering algorithm in which relations between users are used to make recommendations. Adsorption is used to generate the base recommendation list. In order to overcome the problems that occur in pure collaborative system, content based filtering is injected. Content based filtering uses the idea of suggesting similar items that matches user preferences. In order to use content based filtering, first, the base recommendation list is updated by removing weak recommendations. Following this, item similarities of the remaining list are calculated and new items are inserted to form the final recommendations. Thus, collaborative recommendations are empowered considering item similarities. Therefore, the developed hybrid system combines both collaborative and content based approaches to produce more effective suggestions.
Benzer Tezler
- Reco, a hybrid video recommendation system using user behaviours and features of videos
Reco, kullanıcı davranışlarını ve videoların özelliklerini kullanan bir hibrit video tavsiye sistemi
ŞÜKRÜ BEZEN
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF. DR. İSMAİL HAKKI TOROSLU
DOÇ. DR. PINAR KARAGÖZ
- Hybrid deep multi-criteria recommender system model
Hibrit derin çok kriterli öneri sistemi modeli
ABDULRAHMAN ALNAHHAS
Yüksek Lisans
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
- Ebeveynlerin dijital ebeveynlik yeterliliklerine yönelik mobil bir öneri sistemi geliştirilmesi ve değerlendirilmesi
Development and evaluation of a mobile recommendation system for parents' digital parenting competences
YILDIZ ÖZAYDIN AYDOĞDU
Doktora
Türkçe
2023
Eğitim ve ÖğretimGazi ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. SİBEL SOMYÜREK
- Eczaneler için kullanıcı tabanlı müstahzar öneri sistemi
User-based preparation/drug recommendation system for pharmacies
MERT ÇAKAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. KEMAL ÖZKAN
- Hybrid reciprocal recommendation with advanced feature representations
Gelişmiş özellik gösterimleri ile hibrit çift taraflı öneri sistemleri
EZGİ YILDIRIM
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ