Tweet recommendation under user interest modeling with named entity recognition
Varlık ismi tanıma ile kullanıcı ilgisi modellemeye dayalı tweet tavsiye yöntemi
- Tez No: 368895
- Danışmanlar: DOÇ. DR. PINAR KARAGÖZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Twitter, haber değeri taşıyan güncel bilgiyi sağlaması özelliğiyle en önemli iletişim kanallarından birisi olmuştur. Bilgi kayna˘gı olarak Twitter'ın yaygın kullanımı düşünüldü ğünde, kullanıcının çok sayıda tweet içerisinden kendisi için ilginç olana erişmesi zordur. Milyonlarca kullanıcı tarafından gönderilen çok sayıdaki tweet sonucunda, aşırı bilgi yüklenmesi kaçınılmazdır. Kullanıcıların ilgilerini çeken bilgiye kolayca ulaşabilmesi için, tavsiye etme gerekli bir işlemdir. Varlık İsmi Tanıma, büyük hacimdeki verilerden bilgi çıkartmak için araştırmacılar tarafından kullanılmaktadır. Resmi makaleler üzerinde sık kullanılan Varlık İsmi Tanıma yöntemleri yerel bir şekilde çıkarılmış dilbilimsel özelliklere dayalıdır. Fakat tweet'lerin kısa ve kirli yapısı düşünüldüğünde, bu yöntemlerin performansları yetersizdir ve bu tip verileri ele almak için yeni yöntemler oluşturulmalıdır. Yakın geçmişte, varlık ismi çıkartmak için parçalara dayalı tweet simgeleme yöntemi Varlık İsmi Tanıma alanında geçerliliğini kanıtlamıştır. Tweet parçalama yöntemi ile tweet'lerden elde edilen varlık isimleri ile birlikte kullanıcının retweet ve mention tarihçesi ve takip ettiği kullanıcılar, kullanıcı ilgisinin güçlü göstergeleri olarak görülmüş, ve kullanıcı ilgisini temsil eden bir model oluşturulmuştur. Bu çalışmanın amacı, Twitter kullanıcılarının ilgilerini çeken bilgiyi taşıyan tweet'lere ulaşırken sarfettikleri çabayı azaltmaktır, ve varlık isimleri ile oluşturulmuş bir kullanıcı ilgisi modeline dayalı tweet tavsiye etme yöntemi sunulmu ştur.
Özet (Çeviri)
Twitter has become one of the most important communication channels with its ability of providing the most up-to-date and newsworthy information. Considering wide use of Twitter as the source of information, reaching an interesting tweet for a user among a bunch of tweets is challenging. As a result of huge amount of tweets sent per day by hundred millions of users, information overload is inevitable. In order for users to reach the information that they are interested easily, recommendation of tweets is an essential task. To extract information from this large volume of tweets, Named Entity Recognition (NER), is already being used by researchers. Commonly used NER methods on formal texts such as newspaper articles are built upon on linguistic features extracted locally. However, considering the short and noisy nature of tweets, performance of these methods is inadequate on tweets and new approaches have to be generated to deal with this type of data. Recently, tweet representation based on segments in order to extract named entities has proven its validity in NER field. Along with named entities extracted from tweets via tweet segmentation, user's retweet and mention history, and followed users are also considered as strong indicators of interest and a model representing user interest is generated. Reducing Twitter users' effort to access tweets carrying the information of interest is the main goal of the study, and a tweet recommendation approach under a user interest model generated via named entities is presented.
Benzer Tezler
- Öğretim dalı dersliği yönteminin ortaöğretim kuruluşlarında uygulanması ve sınıf dersliği yöntemi ile karşılaştırılması
Başlık çevirisi yok
MEHMET SOYLU
Yüksek Lisans
Türkçe
1986
Eğitim ve ÖğretimGazi ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. UMUR ERKMAN
- Bornova koşullarında 23 melez mısır çeşidinde adaptasyon ve verimlilik araştırması
Başlık çevirisi yok
FERDAN ÇİFTÇİ
- Tavşanlarda marek hastalığı virusu (MHV) antikorunun eldesi ve ELISA yöntemi için katı faza immobilizasyonu
Isolation of the antibody against Marek disease virus (MDV) from rabbits and its immobilization to solid phase for the ELİSA technique
JAFAR GAREAYAGHİ
- A Computer simulation of small break loss of coolant accident in PMK-NVH test facility
Başlık çevirisi yok
ALİ TANRIKUT
