A large scale recommender system utilizing social data
Sosyal veri kullanan büyük ölçekli bir tavsiye sistemi
- Tez No: 378538
- Danışmanlar: YRD. DOÇ. DR. GÜZİN ÖZDAĞOĞLU
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Tavsiye Sistemleri, Konum Tabanlı Sosyal Ağlar, Makine Öğrenmesi, Veri Madenciliği, Recommender Systems, Location Based Social Networks, Data Mining, Machine Learning
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Günümüzde, kullanıcılara doğru içeriği sunmak çevrimiçi servislerin ana amacı haline gelmiştir. Web'de rekabet edebilmek için kullanıcı profillerini, benzerliklerini ve farklılıklarını anlamak gerekmektedir. Tavsiye sistemleri, bu ihtiyaç üzerine, gündelik kararlara otomatize bir şekilde yardım sağlamak için ortaya çıkmıştır. Bu çalışmada tavsiye sistemleri, konum tabanlı sosyal ağlar üzerinden değerlendirilmiştir. Kullanıcılar bu platformlarda ziyaret ettikleri yerleri, bu yerlere verdikleri oyları ve bu yerler hakkındaki görüşlerini paylaşabilmektedir. Büyük ölçekli bir konum tavsiye sistemi oluşturmak amacıyla Mart 2014 – Haziran 2014 tarihleri arasında gerçekleşen 6.7 milyon ziyaret verisi toplanmıştır. Veri seti, Türkiye'den 530 bin kullanıcı ve 580 bin mekan içermektedir. Çalışmada hangi tür kullanıcıların hangi tür mekanları ne zaman ziyaret ettiği detaylı olarak incelenmiştir. Kullanıcı ve öğe bazlı işbirlikçi filtreleme teknikleri ziyaret verisi üzerinden değerlendirilmiştir. Sonuç olarak, modeller doğruluk, işlem maliyeti ve gerçek değerleri üzerinden kıyaslanmıştır.
Özet (Çeviri)
For today's online services, offering the right content to their users has become the primary purpose. Competing on the web, where the alternatives are limitless, requires understanding users' profiles, similarities, and differences. Recommender systems emerged from this need to provide automated help in making every day decisions. In this study, we evaluated the recommender systems in a location based social network setting. In these platforms people share the places they visited, rate these places or leave tips about them. In order to build a large scale location recommender system, we collected around 6.7 million check-ins made between March 2014 and June 2014. The data set contains 530 thousand users and 580 thousand venues from Turkey. We provide a thorough analysis of which types of users visited which types of places and when. We evaluated the performances of user-based and item-based collaborative filtering techniques on the check-in data. We also considered modified versions of these techniques integrating trust and location information, respectively. Finally, we compared these models by their accuracy, computational complexity, and the real value they have in these services.
Benzer Tezler
- Determining e-commerce product recommendation systems utilizing mcdm methods
Çkkv yöntemlerini kullanarak e-ticaret ürün öneri sistemlerinin belirlenmesi
MİNE YAVUZ ŞAFAK
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
- İç ortam havasından biyoaerosol giderimi için pilot ölçekte antimikrobiyal nanolif filtrelerin üretimi ve mobil hava sterilizasyon sisteminin geliştirilmesi
Production of pilot scale antimicrobial nanofiber filters for bioaerosol removal from indoor air and development of a mobile air sterilization system
ABDURRAHMAN TANRIVERDİ
Yüksek Lisans
Türkçe
2022
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA YÜKSEL İMER
- Novel waveform design algorithms for pulse compression radars
Darbe sıkıştırma radarları için yenilikçi dalgaformu tasarım algoritmaları
KUBİLAY SAVCI
Doktora
İngilizce
2022
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALPER TUNGA ERDOĞAN
- Güç sistemlerinde geçici hal kararsızlığının ve gelişiminin derin öğrenme ve karar ağacı tabanlı yöntemler ile geniş alan ölçümlerine dayalı olarak erken kestirimi
Wide area measurement based early prediction of power system transient instability and its evolution using deep learning and decision tree based algorithms
MERT KESİCİ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Donma çözülmenin arıtma çamurları susuzlaştırılabilirliği üzerine etkileri
The Effects of freeze-thaw conditioning on the water and wastewater treatment sludges
NALAN SOYLU (YOLDAŞ)