Gizliliği korunmuş ortak filtreleme yöntemlerinin doğruluğunun kaba kümeler teorisi ile iyileştirilmesi
Improving accuracy of privacy-preserving collaborative filtering methods by rough sets theory
- Tez No: 458994
- Danışmanlar: DOÇ. DR. CİHAN KALELİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Genetik algoritma tabanlı gizliliği koruyan ortak filtreleme
Genetic algorithm based privacy preserving collaborative filtering
MUSTAFA KEMAL BİRGİN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALPER BİLGE
- Tenis sporuna katılan öğrencilerin motivasyonlarına ilişkin görüşlerinin incelenmesi: Bir durum çalışması
Examining the opinions of students participating in tennis sports regarding their motivation: A case study
FURKAN YILMAZ
Yüksek Lisans
Türkçe
2025
SporSivas Cumhuriyet ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
PROF. DR. HÜSEYİN FATİH KÜÇÜKİBİŞ
- Enhancing botnet detection using federated learning in iot networks
Iot ağlarinda federe öğrenme yöntemini kullanarak botnet tespitinin geliştirilmesi
NİLÜFER USLAN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞERİF BAHTİYAR
- Özel hayata ve hayatın gizli alanına karşı suçlar
Offences against privacy and confidentiality
MEHMET BURÇİN ÇETİNKAYA
- Mechanical complication prediction in well-aligned adult spinal deformity patients, privacy-preserving ml inferences with blockchain applications
İyi hizalanmış yetişkin omurga deformitesi hastalarında mekanik komplikasyon tahmini, gizliliği koruyan makine öğrenme modelleri ve blockchain uygulamaları
BARIŞ BALABAN
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAcıbadem Mehmet Ali Aydınlar ÜniversitesiBiyoistatistik ve Biyoinformatik Ana Bilim Dalı
PROF. DR. OSMAN UĞUR SEZERMAN