Geri Dön

Büyük veride duygu analizine dayalı öneri sistemleri

Sentiment analysis based recommender systems in big data

PDF İndir

  1. Tez No: 436205
  2. Yazar: YELİZ YENGİ
  3. Danışmanlar: DOÇ. DR. SEVİNÇ İLHAN OMURCA
  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: 2016
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Çalışmanın amacı kullanıcı puanlama temelli öneri sistemlerinin, kullanıcı puanları yerine duygu analizinden elde edilen değerler ile büyük veri üzerinden gerçeklenmesidir. Internet üzerinden e-ticaret sistemlerinin yaygınlaşması ile çok fazla kullanıcı verisi oluşturulması sonucunda alışılmış depolama sistemleri artık yetersiz kalmaya başlamış ve verinin bölünmesi zorunlulukları ortaya çıkmıştır. Veri bütünlüğünü sağlamak ancak dağıtık dosya sistemleri teknolojileri ile mümkün olabilmektedir. Büyük veri üzerinden makine öğrenmesi algoritmalarının çalıştırılması ve sonuçların değerlendirilmesine duyulan ihtiyaç gün geçtikçe artmaktadır. Bu çalışmada büyük veriler ile öneri sistemlerinin kişiselleştirilmesinin önemi ve aynı zamanda öneri sistemleri temel yöntemlerine sunduğu katkı raporlanmış ve sonuçları analiz edilmiştir. Analiz sonuçlarına göre verinin hacmen büyümesi ve kişiselleştirme adımları başarım oranlarını arttırmıştır.

Özet (Çeviri)

The aim of this study is to realize a recommender system (RS) for big data application by using sentiment analysis instead of user ratings. By becoming widespread of e-commerce systems through internet, too much user data has became available. So traditional storage systems remained incapable and the stored data is divided. Nowadays we collect lots of reviews from users and feedback on e-commerce web sites therefore the importance of increasing big data analysis technology, which increases the need of big calculation. In this study, we report the performance improvement by adding the natural language processing steps to the classical recommender system. As a result that big data and personalized process are decrease the recommender systems error rate.

Benzer Tezler

  1. Tez No

    871682

    Global goals, local voices: A multinational comparative sentiment and topic analysis of public transportation in the context of SDGs

    Küresel hedefler, yerel sesler: Sürdürülebilir kalkınma amaçları bağlamında toplu taşımaya yönelik ülkelerin karşılaştırmalı duygu ve konu analizi

    ASLIGÜL AKSAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE CAMGÖZ AKDAĞ

  2. Tez No

    581887

    Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models

    Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma

    NEŞE GÜNEŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ULUĞ BAYAZIT

  3. Tez No

    759996

    Derin öğrenme ile cerrahi video anlama

    Surgical video understanding with deep learning

    ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU SARIKAYA

  4. Tez No

    830095

    Yüz görüntülerinden derin öğrenmeye dayalı stres tespiti

    Deep learning-based stress detection techniques from face images

    HASRET YAŞAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBartın Üniversitesi

    Akıllı Sistemler Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EVRİM GÜLER

  5. Tez No

    652686

    Social media data valuation model for disaster incidence mapping

    Sosyal medya verilerinin afet olaylarının haritalanması için değerlendirme modeli

    AYŞE GİZ GÜLNERMAN GENGEÇ

    Doktora

    İngilizce

    İngilizce

    2020

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. HİMMET KARAMAN

Geri Dön