A hybrid recommendation system capturing the effect of time and demographic data
Profil verilerini kullanarak kulanıcı tercihlerinde zamana bağlı değişimi yakalayan melez önerme sistemi
- Tez No: 269507
- Danışmanlar: DOÇ. DR. FERDA NUR ALPASLAN
- 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: 85
Özet
Dünya çapındaki ağın (WWW) sağladığı bilgi son yıllarda hızlı bir büyüme gösterdi ve bu insanların ihtiyaç duydukları veriye ulaşmaları için yeni yaklaşımların oluşmasına yol açtı. İnternet sayfaları ve arama motorları istediğimiz bilgiye ulaşmamız için yetrince güçlü olsalar dahi, bilgiyi sunmak ve insanların ona erişmesini beklemek vrimli bir çözüm değil. Bireylerin veriye ulaşma hızını düşürk ve tam anlamıyla aradıkları bilgiye ulaşmalarını sağlamak için daha yaratıcı ve faydalı çözümler geliştirilmeli. Tavsiye sistemleri bu amacı gerçekleştiren yöntemlerden biridir. Bu sistemlerin altnda yatan temel düşünce, kullanıcıların istediği şeyin ne olduğunu onların yaptığı işlemler ile anlayan ve istedikleri bilgilere benzer bilgiler bulmaya çalışan bir sistem tasarlamaktır. Bu alanda, film kitap, internet sitesi gibi ürünlr tavsiy eden pek çok çalışma yapılmıştır. Bu çalışmaların hepsi içerik tabanlı(CB) ve kolaboratif filtreleme(CF) olmak üzere iki temel prensibe dayanmaktadır. Bu tez çalışması içinde, hem içerik tabanlı hem de işbirlikçi filtreleme yeteneği olan ve zamansal ve mekansal değişimler dikkate alınarak yapılmış bir tavsiye sistemi tanıtılacaktır. TDRS adlı bu sistemde, CB ve CF metodularını melezleştiren sistemlere zamansal, mevsimsel değişimler ve bölgesel farklılıkların da dikkate alındıgı yeni bir metod eklenmiş ve bir iyileştirmeye gidilmiştir.
Özet (Çeviri)
The information that World Wide Web (WWW) provides have grown up very rapidly in recent years, which resulted in new approaches for people to reach the information they need. Although web pages and search engines are indeed strong enough for us to reach what we want, it is not an efficient solution to present data and wait people to reach it. Some more creative and beneficial methods had to be developed for decreasing the time to reach the information and increase the quality of the information. Recommendation systems are one of the ways for achieving this purpose. The idea is to design a system that understands the information user wants to obtain from user actions, and to find the information similar to that. Several studies have been done in this field in order to develop a recommendation system which is capable of recommending movies, books, web sites and similar items like that. All of them are based on two main principles, which are collaborative filtering and content based recommendations. Within this thesis work, a recommendation system approach which combines both content based (CB) and collaborative filtering (CF) approaches by capturing the effect of time like purchase time or release time. In addition to this temporal behavior, the influence of demographic information of user on purchasing habits is also examined this system which is called ?TDRS?.
Benzer Tezler
- Akıllı şebekelerde makine öğrenmesi teknikleriyle kısa dönem rüzgâr hızı tahmini: Kocaeli-Türkiye örneği
Short–term wind speed forecasting in smart grids with machine learning techniques: A case study in Kocaeli-Türkiye
MAYSA GAIDOUM AHMED GAIDOUM
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU
- A hybrid recommendation system
Bir hibrit tavsiye sistemi
AHMED ADEEB JALAL JALAL
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OĞUZ ALTUN
- A hybrid recommendation system application by RFM segmentation
RFM segmentasyonu ile bir hibrit öneri sistem uygulamasi
BEGÜM UYANIK
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜNCE KEZİBAN ORMAN
- Derin öğrenme yöntemlerini kullanarak hibrit öneri sistemi geliştirilmesi
Developing a hybrid recommendation system using deep learning methods
HAZAL ÖZGE YILMAZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEVCİHAN DURU
- A content boosted hybrid recommendation system
İçerik arttırımlı hibrit bir öneri sistemi
SEVAL ÇAPRAZ
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SELİM TEMİZER