Combining topology-based & content-based analysis for followee recommendation on twitter
Twitter için topoloji ve içerik analizine dayalı takipçi öneri sistemi
- Tez No: 387506
- Danışmanlar: YRD. DOÇ. PINAR KARAGÖZ, YRD. DOÇ. DR. TUĞBA TAŞKAYA TEMİZEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Bölümü
- Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
- Sayfa Sayısı: 113
Özet
İnternet kullanımının artmasıyla, insanlar sosyal medya üzerinden gün geçtikte daha çok bilgi paylaşmaya başlamışlardır. Bu paylaşılan veriyle beraber“Aşırı Bilgi Yükleme”problemi ortaya çıkmıştır. Öneri Sistemleri, bu problemin üstesinden gelmek için sosyal medyada sıklıkla kullanılmaktadır. Günümüzde sosyal medyada bilgi paylaşımını sağlayan en önemli kanallardan birisi Twitter'dır. 2014 yılı itibariyle günlük aktif kullanıcı sayısı 240 milyona ve gün içinde atılan tweet sayısı 500 milyona ulaşmaktadır. Bu bilgi trafiği içerisinde ilgi çekici kullanıcılar bulmak ve anlamlı veriyi ayırt etmek oldukça zordur. Twitter üzerinde çeşitli kullanıcı öneri sistemleri daha önce yapılmıştır. Bu tez çalışmasındaki amacımız, kişiler arasında sosyal bağları temel alıp, Türkçe ve İngilizce veriler üzerinde uygulanabilen içerik analiziyle zenginleştirdiğimiz bir kullanıcı öneri sistemi geliştirmektir. Bu çalışmada, Twitter' in farklı topolojik özelliklerini kullanarak yedi farklı strateji geliştirdik. Önerdiğimiz stratejileri test etmek için yaptığımız deneylere 22 aktif Twitter kullanıcısı katıldı. Bu deneylerde her katılımcıya özel olarak, gerçek Twitter bilgisiyle oluştuğumuz öneriler, katılımcıların önerisine sunuldu. Deneylerimizin sonucunda retweet bilgisini kullanarak önerdiğimiz kullanıcıların favorite bilgisinden daha çok tercih edildiğini gördük. Topoloji bilgilerini birleştirerek oluşturduğumuz strateji, 0.79 başarı oranıyla önerilen
Özet (Çeviri)
Twitter has become an important social platform for individuals and people share a high number of information about their personal lives, interests and viral news during emergencies. As of 2014, Twitter has 240 million active users and approximately 500 million tweets are shared every day. This information overload in Twitter has become a serious problem due to the growing volume of messages and increasing number of users. Recommender systems help to overcome this challenge. Finding interesting users and getting useful information from micro-blogging sites has become difficult since the mass of the data contains irrelevant messages, promotions and spam. In this thesis we propose a followee recommender system to overcome this problem. Recommendation in Twitter has been studied by several researchers and promising results have been achieved. In this thesis, we combine topological approaches and content- based analysis within the scope of English and Turkish language to find relevant followees for Twitter users. We propose seven different strategies by using different aspects of Twitter. Personalized recommendations have been generated for 22 active Twitter users. In order to increase effectiveness of recommendations, real Twitter data has been used. The experimental results show that using retweet data gives better recommendations than favorite data and we have achieved 0.79 success rate when we combine the topological features of Twitter.
Benzer Tezler
- Relaying opportunities for wireless networks by applying network coding
Kablosuz ağlar için ağ kodlamalı aktarma fırsatları
SEMİHA TEDİK BAŞARAN
Doktora
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- 3B kent modellemede genelleştirme problemleri ve ayrıntı düzeyi (LoD) kavramı
Generalization problems of 3D city modelling and level of detail (LoD) concept
AZİZE UYAR
Yüksek Lisans
Türkçe
2017
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NESİBE NECLA ULUĞTEKİN
- Synthesis and applications of amphiphilic graft copolymers
Amfifilik aşı kopolimerlerin sentezi ve uygulamaları
GÖZDE AKTAŞ EKEN
Doktora
İngilizce
2019
Polimer Bilim ve Teknolojisiİstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
PROF. DR. METİN HAYRİ ACAR
- Synthesis, characterization, and functionalization of iron mof by graphene quantum dots utilizing moringa oleifera plant extracts
Moringa oleifera bitki özleri kullanılarak grafen kuantum noktaları ile demir mof lerin sentezi, karakterizasyonu ve işlevselleştirilmesi
JONATHAN NYAN KULAH
Yüksek Lisans
İngilizce
2022
Bilim ve Teknolojiİzmir Katip Çelebi ÜniversitesiNanobilim ve Nanoteknoloji Ana Bilim Dalı
Assist. Prof. Dr. AHMET AYKAÇ
- Bağımlılık programlarının halkla ilişkilerodaklı sosyal politikası üzerine bir model önerisi
A model proposal on the public relations-focused social policy ofaddiction programs
LÜTFİYE YAŞAR BİLİCİ
Doktora
Türkçe
2024
Halkla İlişkilerSakarya ÜniversitesiHalkla İlişkiler ve Reklamcılık Ana Bilim Dalı
DOÇ. DR. SİMGE ÜNLÜ