Geri Dön

Content based user preference modeling for image recommender systems

Resim önerisi sistemleri için içerik tabanlı kullanıcı tercihleri modelleme

PDF İndir

  1. Tez No: 392844
  2. Yazar: HARUN IŞIK
  3. Danışmanlar: YRD. DOÇ. DR. KEMAL EGEMEN ÖZDEN
  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: 2015
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 49

Özet

Günümüzde büyük önem kazanan öneri sistemleri üzerinde birçok araştırmacı çalışmaktadır ve bu sistemlerden biri de resim önerisi sistemleridir. Tezimizin başlıca araştırma konusu görsel resim özelliklerinin, kullanıcıların resim beğenilerinden yola çıkılarak bir kullanıcı beğeni modeli oluşturmadaki kullanılabilirliğini ortaya çıkarmaktır. Ayrıca amacımız üretilen bu modelin resim önerisi sistemlerinde kullanılması ve bu yöntemin başarı performansının ölçülmesi üzerinedir. Bilgisayar görüsü alanında daha önceden üzerinde çalışılmış ve üretilmiş birçok resim tanımlayıcısı bulunmaktadır. Bu resim tanımlayıcıların ve kullanıcıların beğendikleri resimler arasında mantıklı bir ilişki ortaya çıkartılabilir. Ortaya çıkartılan bu ilişki modellenerek sistemdeki diğer resimler üzerinden kullanıcılara öneri yapmak üzere içerik tabanlı resim önerisi sistemlerinde kullanılabilir. Bunlarla birlikte, çok fazla sayıda resim içeren veritabanlarında bu tür içerik tabanlı öneri algoritmalarını çalıştırmak fazla performanslı değildir. Birbirlerine görsel tanımlayıcılar üzerinden ikili yakınlıkları ölçmek tüm veritabanı için oldukça uzun süren bir işlemdir. Tezimizin son olarak önerdiği temel amaç ise resimlerin görsel tanımlayıcı verilerini önceden kümelemek etmek ve bu kümeleri yeni tasarladığımız resim önerisi yönteminde kullanmaktır. Bu kümeleme yöntemi resim önerisi mekanizmasının çalışma hızını artıracağı gibi öneri performansını da diğer klasik algoritmalara göre artırdığı yaptığımız deneylerle ispatlanmıştır.

Özet (Çeviri)

This thesis deals with evaluating image descriptors on whether they are useful to create a user preference model about user's taste on images and also whether these models can eventually be used in image recommender systems. Our aim is to address a simple user preference vector by using many visual descriptors of images. By means of image descriptors, we can reveal a correlation between user's taste and image features and easily build up a vector that models user's preferences. This content-based relationship may be used for image recommendation. Recommender systems can generally be considered as two headings such as content-based approaches and collaborative filtering approaches. Typical content-based methods computes content in user preference and compare it with other items. We want to use our image descriptor correlation as a content-based approach. But there are some natural challenges about this type content-based algorithm. For a very large image dataset, computing pairwise distances between vectors of image descriptors is very exhaustive process. To overcome this complexity, we have proposed a novel approach that we make cluster dataset through image feature vectors. This technique may be useful in different ways such that it speeds up image matching since you do not have to match each candidate against each image that a user likes. Also it can be able to group images very meaningfully in term of semantic according to your clustering algorithm success.

Benzer Tezler

  1. Tez No

    837076

    Hierarchical deep bidirectional self-attention model for recommendation

    Hiyerarşik çift yönlü öz dikkat tabanlı derin öğrenme tavsiye modeli

    İREM İŞLEK

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE GÜNDÜZ ÖĞÜDÜCÜ

  2. Tez No

    393038

    Fiziksel çevrenin kamusal alan kullanımına olan etkisinin davranış örüntüleri kavramı üzerinden sosyal medya aracılığıyla incelenmesi: Caddebostan Sahili alan çalışması

    The impact of the physical environment on the use of public space through behavior patterns via social media: Case study of Caddebostan Coastline

    ECEM ÇALIŞKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. YÜKSEL DEMİR

  3. Tez No

    467186

    Taşkın modellemede LiDAR verisi ile performans analizleri

    Performance analyses with with LiDAR data in flood modelling

    HAKAN ÇELİK

    Doktora

    Türkçe

    Türkçe

    2017

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. HİLAL GONCA COŞKUN

  4. Tez No

    541836

    VRiC: Mimarlıkta yapı bilgisi öğreniminde kullanılabilecek bir sanal ortam önerisi

    VRiC (virtual reality in construction): Proposal for a virtual reality based learning environment for architectural construction systems

    VARLIK YÜCEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEMA ALAÇAM

  5. Tez No

    690263

    Sosyal medya madenciliği ile seçim coğrafyası: 31 Mart 2019 yerel seçimi örneğinde Ankara

    Electoral geography with social media mining: Ankara in the example of March 31, 2019 local election

    BURAK OĞLAKCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilim ve TeknolojiBalıkesir Üniversitesi

    Coğrafya Ana Bilim Dalı

    DOÇ. DR. ALPER UZUN

Geri Dön