Enhancing accuracy of hybrid recommender systems through adapting the domain trends
Alandaki değişimlere uyum sağlayarak karma tavsiye sistemlerinin doğruluğunun arttırılması
- Tez No: 269022
- Danışmanlar: DR. AYŞENUR BİRTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay zeka, Yazılım mühendisliği, Artificial intelligence, Software engineering
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Geleneksel karma tavsiye sistemleri, karar verme süreçlerine genel olarak elle oluşturulmuş, sabit tahmin stratejilerini uygularlar. Alan uzmanları bu statik tahmin stratejilerini farklı tekniklerin sabit birleşimiyle0 tasarlar. Ancak insanların zevkleri ve ilgi alanları geçicidir ve zamanla evrilir. Üstelik her alanın kendine özgü karakteristiği, eğilimleri ve kullanıcı davranışları vardır. Son yıllarda yapılan araştırmalar daha çok, çalışma zamanında değişmeyen, statik karmalaştırma yöntemleri üzerine yoğunlaşmıştır. Bu tez çalışmasında, AdaRec olarak adlandırdığımız, kendi tahmin stratejisini çalışma zamanında tahmin tekniklerinin performansına göre değiştirebilen, 'uyarlanabilir karma tavsiye sistemini' anlattık. Bu probleme yönelik geliştirdiğimiz çözüm yaklaşımımızda, uyum sağlayabilen uyum sağlayabilen tahmin stratejilerini kullandık. Veri kümeleri üzerinde yaptığımız deneyler önerdiğimiz sistemin, geleneksel karma sistemlerden daha iyi çalıştığını göstermektedir.
Özet (Çeviri)
Traditional hybrid recommender systems typically follow a manually created ? xed predictionstrategy in their decision making process. Experts usually design these static strategies as ? xed combinations of di ? erent techniques. However, people?s tastes and desires are temporary and they gradually evolve. Moreover, each domain has unique characteristics, trends and unique user interests. Recent research has mostly focused on static hybridization schemes which do not change at runtime. In this thesis work, we describe an adaptive hybrid recommender system, called AdaRec that modi ? es its attached prediction strategy at runtime according to the performance of prediction techniques (user feedbacks). Our approach to this problem is to use adaptive prediction strategies. Experiment results with datasets show that our system outperforms naive hybrid recommender.
Benzer Tezler
- Landsat uyduları aracılığı ile elde edilen görüntülerin işlenmesinde kontrast artırma tekniklerinin tanımı ve bu tekniklere ilişkin bilgisayar programlarının hazırlanması üzerine bir çalışma
Başlık çevirisi yok
BİLHAN TABAK
Yüksek Lisans
Türkçe
1986
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Isı borusu prensibinin güneşli su ısıtıcılarına ve damıtmaya uygulanması
Başlık çevirisi yok
ALİ YÜCEL UYAREL
- Batı Anadolu linyitlerinin koklaşabilme özelliklerinin incelenmesi
The Investigation of cokingability properties of west-anatolia lignites
JALE YANIK
- Protein biyosentez inhibitörlerinin bazı bitki viruslarına etkileri üzerinde araştırmalar
Research on the effects of protein biosynthesis inhibitors on some plant viruses
SEBİLA AKSOY