Geri Dön

Next page prediction with popularity based page rank, duration based page rank and semantic tagging approach

Popülerliğe göre sayfa sıralaması, sayfada kalış sürelerine göre sayfa sıralaması ve semantik etiketlenmelerine göre bir sonraki sayfanın öngörülmesi

  1. Tez No: 304988
  2. Yazar: BANU DENİZ YANIK
  3. Danışmanlar: DOÇ. DR. PINAR ŞENKUL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 175

Özet

Sayfa sıralaması ve semantik bilgi kullanımı bir sonraki sayfa öngörümünde sıkça tercih edilen bir yöntemdir. Çalışmamızda, bir sonraki sayfa öngörümünü Sayfa Sıralaması algoritmasıyla desteklerken bazı sayfa dolaşılmasına bağlı verilerle destekleyecek şekilde genişletilir. Bu veriler, sayfanın boyutu, sayfada kalma süresi, geçişin gerçekleşme süresi, sayfanın ve geçişin frekans değerleri olarak sıralanabilir. Modelimizde, sayfa ve geçiş popülaritesi, sayfa ve geçişe ait zaman bilgieri ve bu bilgilerin sayfa boyutuyla olan ilişkisi ve sayfa ve geçiş frekanslarıyla ilişkilendirilerek tanımlanmıştır. Popülerlik faktörü kullanılarak geleneksel Sayfa Sıralama algoritması yönlendirilerek, önerilen sayıda sayfayı öneren bir tavsiye sistemini gerçekleştirilir. Bunun yanında, web URL lerinden semantik terimler çıkarılmıştır. Çıkarılan semantik terimler de seviyeli olarak web URL ler ile etiketlendirilmiştir. Bu etiketleme sayesinde benzer etiketleme özelliğinden yararlanılarak semantik olarak benzer sayfaların analiz edilmesine imkan saplanmıştır. Böylelikle bir sonraki sayfa öngörümünde Semantik Etiketleme olarak biribirine benzeyen sayfaların önerilmesi modellenmiştir. Bu modelleme kendi içinde destekleyici yöntem olarak Popüler Sayfa Sıralaması değerlerini kullanmaktadır. Ek olarak Melez Sayfa Sıralaması yöntemi ile de Semantik Etiketlenme ve Popüler Sayfa Sıralaması değerleri eşit ağırlıkla da kullanılmış ve bunun bir sonraki sayfa öngörümüne etkisi araştırılmıştır. Ayrıca yerel (yönlü web grafiğinin sinopsisinin) ya da genel (yönlü web grafiğinin tamamının) modellemenin bir sonraki sayfa öngörümüne etkisi de bu çalışma kapsamında araştırılmıştır.

Özet (Çeviri)

Using page rank and semantic information are frequently used techniques in next page prediction systems. In our work, we extend the use of Page Rank algorithm for next page prediction with several navigational attributes, which are size of the page, duration of the page visit and duration of transition (two page visits sequentially), frequency of page and transition. In our model, we define popularity of transitions and pages by using duration information, use it in a relation with page size, and visit frequency factors. By using the popularity value of pages, we bias conventional Page Rank algorithm and model a next page prediction system that produces page recommendations under given top-n value. Moreover, we extract semantic terms from web URLs in order to tag pages semantically. The extracted terms are mapped into web URLs with different level of details in order to find semantically similar pages for next page recommendations. With this tagging, we model another next page prediction method, which uses Semantic Tagging (ST) similarity and exploits PPR values as a supportive method. Moreover, we model a Hybrid Page Rank (HPR) algorithm that uses both Semantic Tagging based approach and Popularity Based Page Rank values of pages together in order to investigate the effect of PPR and ST with equal weights. In addition, we investigate the effect of local (a synopsis of directed web graph) and global (whole directed web graph) modeling on next page prediction accuracy.

Benzer Tezler

  1. Improving the prediction of page access by using semantically enhanced clustering

    Anlamsal gelişmiş sınıflandırma ile gelişmiş sayfa erişim tahmini geliştirme

    ERMAN ŞEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL HAKKI TOROSLU

    DOÇ. DR. PINAR KARAGÖZ

  2. Using machine learning techniques to enhance teaching and performance prediction of students with autism spectrum disorders

    Yapay öğrenme yöntemleri ile otizm spektrum bozukluğu olan öğrencilerin öğretiminin ve öğretim performansı tahmininin iyileştirilmesi

    AKRAM M.M. RADWAN

    Doktora

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEHRA ÇATALTEPE

  3. Comparison of domain-independent and domain-specific location predictors with campus-wide WI-FI mobility data

    Kampüs-çaplı kablosuz ağ(WI-FI) hareket verisi üzerinde alandan bağımsız ve alana özgü yer kestiricilerinin karşılaştırılması

    MÜCAHİT KARAKOÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    DOÇ. DR. AHMET COŞAR

    DR. MURAT ALİ BAYIR

  4. Hava araçları kokpitlerinde makine öğrenmesi tabanlı tahmine dayalı kullanıcı arayüzü

    Machine learning prediction based ui for aircraft cockpit

    BİLGE TOPAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN

  5. Destek vektör makineleri çoklu sınıf problemleri için çözüm önerileri

    Propasals to solve support vector machines multiclass problems

    EMRE ÇOMAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ.DR. AHMET ARSLAN