Geri Dön

Tag-based music recommendation systems using semantic relations and multi-domain information

Semantik ilişki ve çoklu alan bilgisi kullanan etiket tabanlı müzik tavsiye sistemleri

  1. Tez No: 305062
  2. Yazar: İPEK TATLI
  3. Danışmanlar: DR. AYŞENUR BİRTÜRK
  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: 2011
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mühendislik Bilimleri Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 95

Özet

Web 2.0'ın evrimleşmesiyle sosyal ağ siteleri üyelerine içerik oluşturmada olanak sağlamıştır. Web sitelerinin çoğunda kullanıcılar içerikleri etiketleyebilmektedir. Etiket herhangi bir kelime olabilir, ama aslında içerik hakkında kısa bir açıklamadır. Etiketler bir kullanıcının bir içeriği ne kadar sevdiğini değil, neden sevdiğini gösterir. Etiketler kullanıcılar için kullanıcılar tarafından atanan sayısal değer olan oylamadan daha iyi bir tanımlayıcıdır. Bu nedenle bu tez çalışmasında müzik parçalarının etiket tabanlı bağlamsal temsilleri üzerinde yoğunlaşılmıştır. İçerik tabanlı tavsiye sistemlerinde, öğeler genellikle vektör alan modellerinde temsil edilmektedir. Etiket tabanlı tavsiye sistemlerinde, kullanıcılar ve öğeler, ağırlıklı sosyal etiket vektörleri ile tanımlanır. Büyük bir miktarda etiket olduğunda, tavsiye edilecek öğeleri hesaplamak zor olur. Çünkü büyük vektörler ile çalışmak zaman alıcı bir iştir. Bu tezin ana amacı, müzik parçalarını düş ük boyutlu alanlarda temsil etmektir. Kullanıcı tarafından sağlanan etiketlere göre müzik önerileri oluşturmak için Dbpedia'dan üst düzey müzik türleri için çıkarılan bir hiyerarşik yapı açıklanmaktadır. Bu yapıda her tarz; üslup kökenleri, tipik enstrümanları, türev formları, alt türleri ve füzyon türleri tarafından temsil edilmektedir. Vektör alan modellerinin aşırı büyüklüğüne ek olarak, kullanıcı etiketi sayısının az olması da tavsiye alanında önemli bir problemdir. Olası kullanıcı etiketi azlığı problemi ihtimali nedeniyle, önerilen matris indirgeme yöntemi farklı kullanıcı profili yöntemleri ile değerlendirilmektedir. Kullanıcı profilleri çoklu alan bilgisi kullanılarak genişletilir. Çoklu alan bilgisi kullanarak, daha başarılı ve gerçekçi tahminler yapılmaktadır.

Özet (Çeviri)

With the evolution of Web 2.0, most social-networking sites let their members participate in content generation. Users can label items with tags in these websites. A tag can be anything but it is actually a short description of the item. Because tags represent the reason why a user likes an item, but not how much user likes it; they are better identifiers of user profiles than ratings, which are usually numerical values assigned to items by users. Thus, the tag-based contextual representations of music tracks are concentrated in this study. Items are generally represented by vector space models in the content based recommendation systems. In tag-based recommendation systems, users and items are defined in terms of weighted vectors of social tags. When there is a large amount of tags, calculation of the items to be recommended becomes hard, because working with huge vectors is a time-consuming job. The main objective of this thesis is to represent individual tracks (songs) in lower dimensional spaces. An approach is described for creating music recommendations based on user-supplied tags that are augmented with a hierarchical structure extracted for top level genres from Dbpedia. In this structure, each genre is represented by its stylistic origins, typical instruments, derivative forms, sub genres and fusion genres. In addition to very large vector space models, insufficient number of user tags is another problem in the recommendation field. The proposed method is evaluated with different user profiling methods in case of any insufficiency in the number of user tags. User profiles are extended with multi-domain information. By using multi-domain information, the goal of making more successful and realistic predictions is achieved.

Benzer Tezler

  1. Türkçe zamansal ifadelerin etiketlenmesi ve normalleştirilmesi

    Başlık çevirisi yok

    AYŞENUR GENÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET CÜNEYD TANTUĞ

  2. Hizmet sektöründe toplam kalite yönetimi

    Başlık çevirisi yok

    HÜNKAR ŞERİF

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    İşletmeMarmara Üniversitesi

    Bankacılık Ana Bilim Dalı

    PROF. DR. İ. METE DOĞRUER

  3. Tag-based dynamic ranking system for organization related news

    Etiket tabanlı kurumsal dinamik haber sıralama sistemi

    MUSTAFA TUNAHAN ÖZKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TUĞKAN TUĞLULAR

  4. Tag based storage and retrieval system for organization related news

    Kuruma ilişkin haberler için etiket temelli saklama ve erişim sistemi

    KÜBRA PARKIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUĞKAN TUĞLULAR

  5. Investigation of Genre Theory and Game Taxonomy through the analysis of Steam Tags

    Steam etiketlerinin analizi yoluyla Tür Teorisi ve Oyun Taksonomisinin incelenmesi

    İLAYDA NUR GÜÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilim ve TeknolojiBahçeşehir Üniversitesi

    İletişim Tasarımı Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERTUĞRUL SÜNGÜ