Büyük veride duygu analizine dayalı öneri sistemleri
Sentiment analysis based recommender systems in big data
- Tez No: 436205
- Danışmanlar: DOÇ. DR. SEVİNÇ İLHAN OMURCA
- 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: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
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
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA
- 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
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE CAMGÖZ AKDAĞ
- Invitational leadership practices at a school of foreign languages from a gendered perspective: A case study
Bir yabancı diller yüksek okulundaki katılımcı liderlik uygulamalarının toplumsal cinsiyet çerçevesinde incelenmesi: Bir durum çalışması
ZÜBEYDE DURNA
Yüksek Lisans
İngilizce
2018
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiKadın Çalışmaları Ana Bilim Dalı
PROF. DR. GÖLGE SEFEROĞLU
- Data driven positioning analysis of music streaming platforms
Müzik platformlarının veriye dayalı konumlandırma analizi
AYŞE BAŞAK İNCEKAŞ
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- Çocuklar için düzenlenen özel gün etkinliklerinde annelerin ritüel ve alışveriş deneyimleri: Keşfedici sıralı karma bir araştırma
Ritual and shopping experiences of mothers in special day events organized for children: An exploratory sequential mixed study
PINAR DUYGU AKIN
