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: 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: 87
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
- Optımızatıon of payment automatıon ın constructıon projects through blockchaın-based smart contracts
İnşaat projelerinde ödeme otomasyonunun blokzincir tabanlı ve akıllı sözleşmelerle optimize edilmesi
HANAN RAJABBASHA HUBBİ
Yüksek Lisans
İngilizce
2025
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA PINAR ÇAKMAK
- Enriching ıtem feature representations in session-based recommendation with global ıtem graphs
Oturum tabanlı öneri sistemlerinde evrensel varlık çizgesi ile varlık özellik vektörlerinin zenginleştirilmesi
YUNUS KARATEPE
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Derin öğrenme algoritmaları kullanarak öğrenci akademik performansının erken tahmini
Early prediction of student academic performance using deep learning algorithms
AHMET KALA
Doktora
Türkçe
2025
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN TORKUL
DR. ÖĞR. ÜYESİ TUĞBA YILDIZ
- Generative AI in Healthcare: A Turkish Chatbot for Symptom Assesment and Tailored Recommendations
Sağlikta üretken yapay zekâ: semptom değerlendirmesi ve kişiye özel öneriler için Türkçe bir sohbet botu
YUNUS EMRE IŞIKDEMİR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT AYDOS
- Development of novel hybrid rocket internal ballistic configuration for in-space applications
Uzay uygulamaları için özgün hibrit roket iç balistik konfigürasyonu geliştirilmesi
MEHMET KAHRAMAN
Doktora
İngilizce
2022
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM OZKOL
DOÇ. DR. MUSTAFA ARİF KARABEYOĞLU