Topic model based recommendation systems for retailers
Satıcılar için konu modelleme yöntemine dayalı öneri sistemi
- Tez No: 444639
- Danışmanlar: YRD. DOÇ. DR. GÖNENÇ ERCAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Günümüzde, satıcıların daha fazla müşteri kazanmak, var olan müşterilerinin sadakatını sürdürmek ve artırabilmek için iyi bir stratejiye ihtiyaçları vardır. Bu görevi gerçekleştimek için en iyi yollardan birisi müşteri profiline uygun ve müşterinin ihtiyacını karşılayabilecek yeni ürünleri (daha önce satışı bulunmayan) müşterilere sunmaktır. Bu tezde, satıcılara yardımcı olabilmek için yeni ürün önerme yeteneğine sahip bir öneri sistemi geliştirilmiştir. Klasik öneri sistemleri müşteriye ürün önermek için geliştirilmiştir, ancak bu çalışmada geliştirilen sistemin en büyük farklarından birisi müşteriye değil satıcıya yönelik yeni ürünleri önerebilen bir öneri sistemi geliştirmektir. Söz konusu sistemi geliştirebilmek için“Olasalıksal Örtük Anlam Analizi”metodu genişletilmiştir. Genişletilen metodun asıl amacı müşterileri alışveriş verilerini kullanarak satıcıların satma olasılığı yüksek olan yeni ürünleri tespit etmektir. Bu amaç doğrultusunda üç temel veri kaynağı dikkate alınmıştır; müşteri, müşterinin ziyaret ettiği veya alışveriş yaptığı satıcı ve müşterinin aldığı ürün. Bahsedilen veri kaynakları kullanılarak ilgili değişken olasılıkları hesaplayabilmek için olasılıksal model geliştirilmiştir. Bu modelin doğrulanabilmesi için gerçek müşteri veri setlerini kullanarak deneyler yapılmıştır. Ayrıca deney sonuçlarının karşılaştırılması ve daha uygun değerlendirme yapılabilmesi için“İşbirliğine Dayalı Filtreleme”methodu bazal algoritma olarak kullanılmıştır. Aynı deney koşulları sağlanarak iki algoritma aynı verilerle test edilmiş ve sonuçlar karşılaştırılmıştır. Test neticelerine göre bu tez doğrultusunda tasarlanan modelden daha doğru ve gerçeğe yakın sonuçlar alındığı gözlemlenmiştir.
Özet (Çeviri)
Nowadays, sellers need very good strategy to keep their customers' loyalty and to attract new customers to their shops. One of the important ways to accomplish this task is to present new and interesting items to their customers. In this thesis, we propose a new recommender system (RS) which recommends new items to sellers that they did not sell previously in their shop. Most of the RSs, recommend items to customers; unlike traditional RSs, proposed model is designed to suggest new items to sellers. In order to build the model, we adopted generative models that are used in text mining domain. Specifically, the probabilistic latent semantic analysis (pLSA) technique is extended to build the proposed RS. Several experiments are conducted using a real world dataset to validate the model. Furthermore, Collaborative Filtering (CF) method is used as a baseline algorithm to compare the performance of the proposed algorithm to state-of-the-art. Our experiments suggest that the proposed recommender system is more efficient than the pure CF algorithm for this task.
Benzer Tezler
- Enerji verimliliği yükümlülük sisteminin elektrik dağıtım şirketlerinde uygulanması
Implementation of energy efficiency obligation scheme to electricity distrubution companies
BERAT BERKAN ÜNAL
Yüksek Lisans
Türkçe
2021
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. SERMİN ONAYGİL
- Eğitim yönetici yardımcılarının atandıktan sonraki süreçte yaşadıkları sorunların incelenmesi
The investigation of educational vice principals' problems after their appointments
SERDAR SAĞIROĞLU
Yüksek Lisans
Türkçe
2012
Eğitim ve ÖğretimEge ÜniversitesiEğitim Yönetimi, Teftişi, Planlaması ve Eko. Ana Bilim Dalı
PROF. DR. MÜNEVVER YALÇINKAYA
- Offloading decision with mobility-aware for mobile edge computing in 5G networks
5g şebekesinde mobil kenar bilgi işlem için mobilite bilinci ile aktarma kararları
SAEID JAHANDAR BONAB
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERGEN
- Enriching predictive models using graph embeddings
Tahminleme modellerinin çizge gömmeleri kullanılarak zenginleştirilmesi
YAREN YILMAZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Çifte kaynak kısıtlı grup teknolojisi üretim sistemlerinin bozucu faktörlere dayanıklı tasarımı
Robust design of dual resource constrained group technology production systems
MUSTAFA AKHUN
Doktora
Türkçe
1999
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. M. BÜLENT DURMUŞOĞLU