Recommender system framework based on datamining techniques
Veri madenciliği tekniklerine dayalı tavsiye sistemi
- Tez No: 299100
- Danışmanlar: YRD. DOÇ. DR. DERYA BİRANT
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Ürün tavsiyesi kullanıcıların doğru kararı vermesine yardımcı olan zaman ve para kaybını azaltan bir iş aktivitesidir. Artan veri miktarı ile birlikte günden güne popular hale gelmiştir.Tavsiye sistemini gerçeklemek için iki yaklaşım vardır: İçerik Tabanlı Filtreleme ve İşbirlikçi Filtreleme. İşbirlikçi filtreleme bir kullanıcı geçmişte ne yapıyorsa şimdi ve gelecekte de aynı şeyi yapacağını düşünür. Yakın kullanıcıları bulmaya çalışır. İçerik tabanlı filtreleme kullanıcının aramalarıyla, sayfa tıklamalarıyla ilgilenir. Bunlara benzer öğeleri tavsiye eder.Önerilen modelin işleyişini göstermek için bir film tavsiye sistemi, CinreC, geliştirilmiştir. Model öğenin türünden bağımsız olarak geliştirildi. Sistem sadece ara yüz değiştirilerek kitap, müzik, TV programı, gezi, haberler gibi çeşitli tavsiye sistemlerine dönüştürülebilinir. Deney sonuçları da önerilen algoritmanın istikrarlı ve etkili bir şekilde çalıştığını göstermektedir.
Özet (Çeviri)
Product recommendation is a business activity that helps users to make the right decision and to decrease the time of waste and money. With increasing data amount, it is becoming popular day by day.There are two approaches to implement the recommender system: Collaborative Filtering and Content Based Filtering. Collaborative filtering thinks that what a user thinks in the past thinks same now and in the future. It tries to find close users. Content based filtering deals with searches and clicks of the user. It recommends similar items to those items.In order to demonstrate the efficiency of proposed model, a movie recommender application, CinreC, was developed. The model was constructed independently from the type of item. The system can be converted to other recommendation systems, such as books, music, TV programs, trips, news recommender systems by only changing the user interface. The experimental results show that proposed algorithm can efficiently perform online dynamic recommendation in a stable manner.
Benzer Tezler
- Adaptive data mining and analytic methods forcontent personalisation in digital marketing
Başlık çevirisi yok
RAMAZAN ESMELİ
- A hypergraph based framework for representing aggregated user profiles, employing it for a recommender system and personalized search through a hypernetwork method
Birleştirilmiş kullanıcı profilleri için hiperçizge-tabanlı bir çatı, bu çatının bir öneri sisteminde kullanımı ve bir hiperçizge ağ metodu ile kişileştirilmiş arama
HİLAL TARAKÇI
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT MANGUOĞLU
PROF. DR. NİHAN KESİM ÇİÇEKLİ
- 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
- A cross selling recommender system based on recurrent neural networks for online shopping
Çevrimiçi alışveriş içi özyinelemeli yapay sinir ağları tabanlı bir çapraz satış öneri sistemi
İBRAHİM ERDEM KALKAN
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiÇukurova ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. CENK ŞAHİN
- Ontoloji tabanlı ilişkisel ürün öneri sistemi
A relational recommender system based on domain ontology
HİKMET KAPUSUZOĞLU
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞULE GÜNDÜZ ÖĞÜDÜCÜ