Konum tabanlı sosyal ağlarda konum tahmini
Location prediction in location-based social networks
- Tez No: 432236
- Danışmanlar: DOÇ. DR. SONGÜL ALBAYRAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Mobil cihazlardaki ve kablosuz ağlardaki gelişmelere bağlı olarak son yıllarda konum tabanlı sosyal ağlar da popülerliğini artırmaktadır. Konum tabanlı sosyal ağlar sayesinde daha önce elde etmesi oldukça zor olan büyük miktardaki kullanıcıların hareketleri ile ilgili verilere erişmek mümkün hale gelmiştir. Bu verileri kullanarak kullanıcılara başarılı öneriler sunulması hem sosyal ağ sağlayıcılarına, hem kullanıcılara, hem de sistemdeki mekânlara yarar sağlamaktadır. Konum tabanlı sosyal ağlar sayesinde elde edilebilecek çok fazla veri olmasına karşın şu an için elde edilebilen veriler genelde oldukça az ve ham verilerdir. Bu elde edilen veriler ham halde olsalar bile bu veriler işlendikten sonra birçok farklı bilgi elde edilebilir. Sadece yer bildirimi verisi kullanılarak mekânların popülerliklerine, kullanıcıların mekân ve kategori tercihlerine, mekânların popüler oldukları zaman aralıklarına ve daha birçok bilgiye ulaşılabilir. Elde edilen veriler öncelikle analiz edilmiş ve bir ön işlemeden geçirilmiştir. Daha sonra yer bildirimleri yapılan konumların hangi ülke ve şehirlerde oldukları tespit edilmiştir. Yapılan incelemeler sonucu kullanıcıların büyük çoğunluğunun yer bildirimlerini aynı şehir içerisinde yaptıkları görülmüş ve öneri yapılırken bu göz önüne alınmıştır. Öneri sistemi çalıştırılırken veriler şehir bazlı incelenmiş ve buna göre başarı hesaplanmıştır. Bu çalışmada kullanıcıların hareketleri önceden tahmin edilmeye çalışılmıştır. Bunun için öncelikle elde edilen veriler teker teker kullanılmış ve başarıları incelenmiştir. Bu veriler mekân popülerliği, mekânın zaman aralıklarındaki popülerlikleri, kullanıcıların önceki mekân ve kategori tercihleri, mekânın kullanıcının evine olan uzaklığıdır. Daha sonra bu verileri bir arada kullanan bir sistem tasarlanmıştır. Bu sistemin başarısı incelenmiş ve bir önceki aşamada elde edilen sonuçlarla karşılaştırılmıştır.
Özet (Çeviri)
Depending on the developments in mobile devices and wireless networks, location-based social networks have been gaining popularity in recent years. Location-based social networks also help us to get huge amount of useful information about the mobility of users. By using this information, presenting good recommendations to users provide benefits to social network providers and users and venues in the system. Even if there are lots of information can be obtained from location-based social networks, only a small part of it can be obtained. While the information is raw at first, after processing this information we can acquire lots of useful data. Using only the check-in data, we can get venue popularities, users' preferences, venue popularity time ranges and much more information. At first the data is analyzed and preprocessed. Then every check-in data is linked to a city and a country. After examinations we realized that users tend to make check-ins mostly in the same city and we decided to use this information. Prediction system is tested city by city and results are calculated in this way. In this work users' movements are tried to guessed. The features that are obtained in the preprocessing and analyzing phase are used for prediction individually. These features are venue popularity, venue time range frequency, users' venue and category preferences, venue distance to the user's home and friendship. Finally a new method is proposed that is combining the individual features and performance of the new method is compared to the previous results.
Benzer Tezler
- Lokasyon bazlı sosyal ağlarda kullanıcılara ilgi çekici mekânların önerilmesi
Recommended into the location-based social networking users places of interest
ELİFGÜL ÇAKMAK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KAYA
- Predicting venues in location based social network
Lokasyon tabanlı sosyal ağlarda yer tahmini
OMAR FIRAS KANAAN ALMALLAH
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SONGÜL ALBAYRAK
- Developing recommendation techniques for location based social networks using random walk
Konum tabanlı sosyal ağlar için rastgele yürüyüş yöntemi kullanarak önerme teknikleri geliştirme
HAKAN BAĞCI
Doktora
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR KARAGÖZ
- Improved link prediction for location based social networks with novel features and contextual feature reduction
Orjinal öznitelikler ve bağlamsal öznitelik azaltma yöntemi ile konum tabanlı sosyal ağlar için geliştirilmiş bağlantı tahmini
AHMET ENGİN BAYRAK
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FARUK POLAT
- Trust-aware location recommendation in location-based social networks
Konum temelli sosyal ağlarda güven farkında konum önerisi
DENİZ CANTÜRK
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. PINAR KARAGÖZ