A user modeling and recommendation system by means of social networks
Sosyal ağlar yardımıyla kullanıcı modelleme ve tavsiye sistemi
- Tez No: 383305
- Danışmanlar: PROF. DR. FEHİME NİHAN ÇİÇEKLİ
- 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: 76
Özet
Bu tezde, kullanıcıların sosyal ağlardaki aktivitelerini takip ederek kullanıcıların tercihlerini modellemek için kullanıcı profilleri oluşturan bir sistemin tasarlanması amaçlanmaktadır. Özellikle, Facebook ve Twitter sosyal ağ olarak dikkate alınmıştır. Elde edilen kullanıcı profilleri bir tavsiye sistemi uygulamasında kullanılmıştır. Sosyal ağlardan elde edilen kullanıcı verileri, çevrimiçi ve açık bir kütüphane olan Freebase'deki kavramlarla zenginleştirilmiş ve zenginleştirilen veriler vektör ve çizge tabanlı kullanıcı modellerinde kullanılmıştır. Bu tez çalışmasında tasarladığımız içerik tabanlı, işbirlikçi ve hibrit tavsiye algoritmaları, oluşturulan kullanıcı modellerinden yararlanmıştır. Tavsiye sistemimizce üretilen öneriler, kullanıcılara anket olarak sunularak kullanıcı modellerinin başarımı değerlendirilmiştir. Sonuçlar anlamsal olarak zenginleştirilmiş kullanıcı profillerini kullanan tavsiye sisteminin, kullanıcılara yüksek oranda doğru tavsiyelerde bulunduğunu göstermiştir.
Özet (Çeviri)
In this thesis, it is aimed to design a system which builds user profiles to model users' preferences by tracking the activities of the users on social networks. Specifically, Facebook and Twitter are considered as the social networks. The extracted user profiles are used in a recommendation system application. The user data collected from the social networks is enriched with the concepts in Freebase which is an online and public library, and then the enriched data is used to create vector-based and graph-based user models. Content-based, collaborative and hybrid recommendation algorithms that are implemented in this thesis utilize the created user profiles. The suggestions generated by the recommender system are presented to subjects through a survey to evaluate the performance of the user models. Results show that the recommender system using the semantically enriched user profiles provides a high rate of correct suggestions to the users.
Benzer Tezler
- Purchase prediction and item prediction with RNN using different user-item interactions
Farklı kullanıcı-ürün etkileşim türlerini kullanarak özyineli sinir ağları ile ürün ve satış tahminlemesi
FULYA ÇELEBİ SARIOĞLU
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF YASLAN
- Ulaştırma sistemlerinin bütünleşik analizi
Integrated analysis of transportation systems
TEVFİK BAŞAL
Yüksek Lisans
Türkçe
1998
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNGÖR EVREN
- Esnek sistemler yaklaşımı
Soft systems methodology
NURAY ÖZDEMİR
Yüksek Lisans
Türkçe
1994
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. FÜSUN ÜLENGİN
- Çapraz e-ticaret pazarlarında hibrit öneri sistemi
Hybrid recommendation system at cross e-commerce markets
EMRE KÖSE
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
- Bilgi sistemlerinde bilgi akışı modellemesi
Başlık çevirisi yok
DUYGU DERİNÖZ
Yüksek Lisans
Türkçe
1998
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET FAHRİ ÖZOK