Geri Dön

Dynamic determination of neighborhood in neighborhood-based collaborative filtering algorithms

Komşuluğa dayalı ortak filtreleme algoritmalarında komşuluğun dinamik olarak belirlenmesi

  1. Tez No: 486647
  2. Yazar: HALİL ZEYBEK
  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: İngilizce
  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: 45

Özet

İşbirlikçi filtreleme kolay kullanılabilirliği sayesinde öneri sistemlerinde sıklıkla kullanılan bilgi yığınını azaltmak amacıyla kullanılan bir yöntemdir. Geleneksel olarak kullanılan işbirlikçi filtrelemede tahmin üretimi benzer kullanıcılar ya da benzer nesneler temelinde yapılır. Bu yaklaşımda, kullanıcıya ya da nesneye en çok benzeyen ilk k sayıdaki komşu belirlenir, sonrasında ise belirlenen k komşuya dayalı bir tahmin üretilir. Bu süreçte, k değeri sürecin başında belirlenir ve her kullanıcı ya da her nesne için aynı k değeri kullanılır. Bu tezde, her kullanıcı ya da her nesne için farklı k değerleri seçmenin üretilen tahminlerin doğruluğundaki etkisi analiz edildi. Bu amaçla, her kullanıcı ya da nesne için farklı k değerleri denenerek, o kullanıcı ya da nesne için en iyi tahminler üretilebileceği düşünülen k değerleri atandı. Yapılan deneyler en yakın k komşuluk algoritmasında dinamik k değerleri kullanmanın sabit olarak belirlenen bir k değerine göre daha iyi sonuçlar verdiğini gösterdi.

Özet (Çeviri)

Collaborative filtering is a commonly used method to reduce information overload. It is widely used in recommendation systems due to its simplicity. In traditional collaborative filtering, recommendations are produced based on similarities among users/items. In this approach, the most correlated k neighbors are determined, and a prediction is computed for each user/item by utilizing this neighborhood. During recommendation process, a predefined k value as a number of neighbors is used for prediction processes. In this thesis, the effect of selecting different k values for each user or item was analyzed. For this purpose, a model that determines k values for each user or item at the off-line time was generated. Empirical outcomes show that using the dynamic k values during the k-nn algorithm leads to more favorable recommendations compared to a constant k value.

Benzer Tezler

  1. Afet lojistiği kapsamında Bayrampaşa ilçesi analizi

    Humanitarian disaster logistics, an analysis of Bayrampasa district

    NURİ GENÇAY GENÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    DOÇ. DR. SEDA KUNDAK

  2. Ekosistem servisleri değerinin mekânsal planlama ile ilişkilendirilmesi

    Integration of ecosystem services value into spatial planning

    NÜKET İPEK ÇETİN

    Doktora

    Türkçe

    Türkçe

    2023

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    PROF. DR. AZİME TEZER

  3. Mitrotemor ölçümleri ile depremlerin yerel geoteknik etkilerinin belirlenmesi

    Determination of local geotechnical effects of earthquakes by microtremor measurements

    B.NEJAT KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ATİLLA ANSAL

  4. Kentsel çevre ve yeşil altyapı bağlamında açık alanların performanslarının değerlendirilmesi ve optimizasyonuna yönelik parametrik bir model önerisi

    A parametric model roposal for optimization analysis of urban open space performance in the context of green infrastructure and urban environment

    SAFİYE ELİF SERDAR YAKUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Peyzaj Mimarlığıİstanbul Teknik Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    DOÇ. DR. MELTEM ERDEM KAYA

  5. Sensor-based activity recognition and authentication using deep learning

    Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma

    NİLAY TÜFEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEHRA ÇATALTEPE