Geri Dön

Gizliliği korunmuş ortak filtreleme yöntemlerinin doğruluğunun kaba kümeler teorisi ile iyileştirilmesi

Improving accuracy of privacy-preserving collaborative filtering methods by rough sets theory

  1. Tez No: 458994
  2. Yazar: ADEM ÖZTÜRK
  3. Danışmanlar: DOÇ. DR. CİHAN KALELİ
  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: 2017
  8. Dil: Türkçe
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 52

Özet

İnternet kullanımının artmasıyla birlikte tavsiye sistemleri popüler hale gelmiştir. Tavsiye sistemlerinde kullanılan Ortak Filtreleme yöntemleri müşterilere çevrimiçi platformlar üzerinde ürün seçme konusunda yardımcı olmak için kullanılmaktadır. Bu yöntemlerin gizlilik, doğruluk, çevrimiçi performans, kapsama, çok seyrek veri seti ve ölçeklenebilirlik gibi bazı sorunları vardır. Bu sorunların üstesinden gelmek için Kaba Kümeler Teorisi kullanılabilir. Kaba Kümeler teorisi sistemin doğruluğunun iyileştirilmesi, kapsama performansının arttırılması amacıyla Ortak Filtreleme yöntemlerinde kullanılmaktadır. Ayrıca Ortak Filtreleme yöntemlerinin önemli sorunlarından birisi de gizliliktir. Bu sorunun üstesinden gelmek için Gizliliği-Korunmuş Ortak Filtreleme yöntemleri kullanılmaktadır. Ancak bu sistemlerde doğruluk ve gizlilik çakı¸san iki amaç olduğundan tavsiye sisteminin doğruluğunu düşürmektedir. Bu tezin amacı da Gizliliği-Korunmuş Ortak Filtreleme yöntemlerinin do˘gruluğunun iyileştirilmesi ve kapsama performansının arttırılmasıdır. Bu sorunların üstesinden gelmek için Kaba Kümeler Teorisinde ayırt edilemezlik ilişkisi kullanılarak geliştirilen ROUSTIDA algoritması kullanılmıştır. Bu yaklaşım gizliliği korunmuş bellek tabanlı, gizliliği korunmuş model tabanlı ve gizliliği korunmuş karma tabanlı üç farklı yöntemle test edilmiştir. Deneyler sonucunda Gizliliği Korunmuş Ortak Filtreleme yöntemlerinde doğruluğun ve seyrek veri sorunlarının iyileştiği görülmüştür.

Özet (Çeviri)

Recommender systems have become popular with increasing use of Internet. Collaborative filtering methods which use recommender systems have been used in order to for selecting product over online platforms. There are some challenges such as privacy, accuracy, online performance, coverage, sparsity and scalability of these methods. Rough sets theory has been used in order to overcome these challenges. Rough sets theory has been used with the intent of improving accuracy, expansion of coverage and increasing online performance of the collaborative filtering methods. Privacy is one of the important issues of the collaborative filtering methods. After customers log in the system, this issue begins. Privacy-preserving collaborative filtering methods have been used to cope with this issue. However, these methods decrease accuracy of the recommender system. The purpose of this thesis is overcoming the issue of preserving of privacy. ROUSTIDA algorithm which improved using indiscernibility relation in the rough sets theory has been used to cope with this issue. This approach has been tested with three different algorithms, namely memory-based privacy-preserving, model-based privacy-preserving and hybrid privacypreserving. In result of experiments, accuracy and sparsity issues have been relieved in the privacy-preserving collaborative filtering methods.

Benzer Tezler

  1. Genetik algoritma tabanlı gizliliği koruyan ortak filtreleme

    Genetic algorithm based privacy preserving collaborative filtering

    MUSTAFA KEMAL BİRGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALPER BİLGE

  2. Özel hayata ve hayatın gizli alanına karşı suçlar

    Offences against privacy and confidentiality

    MEHMET BURÇİN ÇETİNKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    HukukAnkara Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. METİN FEYZİOĞLU

  3. Beyin MR görüntülerinde gizlilik tabanlı yaklaşım : Federe öğrenme

    Privacy-based approach to brain MRI: Federated learning

    ŞEVKET AY

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EKİN EKİNCİ

    DR. ÖĞR. ÜYESİ ZEYNEP GARİP

  4. Öğretmenlerin Eğitim Fakültesinde aldıkları eğitime ve istihdam edilebilirlik algılarına ilişkin görüşlerinin incelenmesi

    Examining teachers' views on the education they recieved at the Faculty of Education and their perceptions of employability

    CAHİDE KİBAROĞLU

    Doktora

    Türkçe

    Türkçe

    2023

    Eğitim ve ÖğretimGazi Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. SERKAN KOŞAR

  5. Beyond digitalisation: Designing a roadmap for Block-chain embedded performance management systems

    Dijitalleşmenin ötesinde: Block-chain gömülü performans yönetim sistemleri için yol haritası tasarımı

    FURKAN AYRANCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    PROF. DR. HÜR BERSAM BOLAT