Geri Dön

Predicting venues in location based social network

Lokasyon tabanlı sosyal ağlarda yer tahmini

PDF İndir

  1. Tez No: 488178
  2. Yazar: OMAR FIRAS KANAAN ALMALLAH
  3. Danışmanlar: DOÇ. DR. SONGÜL ALBAYRAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Genel Tavsiyeler, Kişiselleştirilmiş Tavsiyeler, Konum tabanlı sosyal ağlar, Generic Recommendations, Personalized Recommendations, Location based social networks
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 63

Özet

Sosyal ağların gelişimi ve cep telefonu cihazlarının evrimi, cep telefonlarında Foursquare, Twitter, Swarm ve Zomato gibi konum tabanlı sosyal ağ uygulamalarının büyük bir kullanıma açılmasını sağladı. Bu veri seti, kullanıcıların davranışları, her bir kullanıcının sosyal paylaşım ağı ve mekânların her biri hakkında bilgi içeren mobil konum öneri sisteminde mevcut olan tüm bilgileri içermektedir. Kullandığımız veri kümeleri, çevrimiçi öneri sistemlerinde kullanılanlardan çok daha farklıdır; sonuçta analizlerin doğruluk oranları çok daha yüksektir, ayrıca kullanıcı ve mekanlar hakkında daha net sonuçlara imkân veren, daha fazla bilgi ve ayrıntıya sahiptir. Hem kullanıcı check-in hem de konum bilgilerini içeren geniş ölçekli veri kümesini kullanarak, kullanıcıların davranışlarını ve yerin popülaritesini, konum tabanlı sosyal hizmetlerden (Foursquare) büyük bir check-in veri seti aracılığıyla inceliyoruz. Analizlerimiz 3 farklı şehirde açığa çıkıyor. Veri kümesinin analizi, kullanıcının kişiliğinden sevdiği yerleri ve konum modellerini tercih eden farklı hareket ve gezme alışkanlıklarını ortaya koymaktadır. Kullanıcının davranışları ve konum popülerliklerinin her biri hakkındaki bilgiler sayesinde, tercih edilen yerler ve sistemler bilinebilir; kullanıcıların ziyaret ettikleri kategorilere ve her kullanıcının check-in geçmişine göre kullanıcıların bir sonraki hareketleri tahmin edilebilir.

Özet (Çeviri)

The circulation‬ of the social networks and the evolution of the mobile phone devices has led to a big usage of location based social network applications such as Foursquare, Twitter, Swarm and Zomato on mobile phone devices, which signifies a huge dataset containing a blend of information about users behaviors, social society network of each users and also information about each of venues. All this information is available in mobile location recommendation systems. These datasets are much more different from those which are used in online recommender systems; besides, they have more information and details about the users and the venues allowing to have more clear results with much more higher accuracy of the analyzing in the results. In this paper we examine the user's behaviors and the popularity of the venue through a dataset with large check-ins from a location based social services, i.e. Foursquare, by using large scale dataset containing both user check-in and location information. Our analysis exposes across 3 different cities. The analysis of this dataset reveals a different mobility habits, preferring places and also location patterns in the user personality. The information about the user's behaviors and each of the location popularity can be used to know the recommendation systems and to predict the next move of the users, depending on the categories form which the users attend to visit, according to the history of each user's check-ins.

Benzer Tezler

  1. Tez No

    432236

    Konum tabanlı sosyal ağlarda konum tahmini

    Location prediction in location-based social networks

    MÜCAHİT BAYDAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SONGÜL ALBAYRAK

  2. Tez No

    840637

    Proposal for a forecasting methodology to predict commercial real estate values in Istanbul using social big data

    Sosyal büyük veri kullanımı ile İstanbul'daki ticari gayrimenkul değerlerini tahmin etmek için bir kestirim yöntemi önerisi

    MARAL TAŞCILAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Ekonometriİstanbul Teknik Üniversitesi

    Gayrimenkul Geliştirme Ana Bilim Dalı

    DOÇ. KEREM YAVUZ ARSLANLI

  3. Tez No

    586546

    Time and location based venue category recommendation using machine learning

    Makine öğrenmesi yöntemleri ile zaman ve konum tabanli mekan kategorisi önerme

    BARIŞCAN TUNALI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı

    YRD. DOÇ. DR. CEMAL OKAN ŞAKAR

  4. Tez No

    323819

    İstanbul otel pazarı Mecidiyeköy merkezi iş alanı otel yatırım potansiyelinin değerlendirilmesi

    Istanbul hotel market evaluation of hotel investment potential in Mecidiyeköy central business district

    NİL ATAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Gayrimenkul Geliştirme Ana Bilim Dalı

    DOÇ. DR. FUNDA YİRMİBEŞOĞLU

  5. Tez No

    657333

    Kadıköy'de turizm faaliyetleri ve gelişim olanakları

    Tourism activities and improvement opportunities in Kadıköy

    AYŞE ÖZDÖKMECİLER

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Coğrafyaİstanbul Üniversitesi

    Coğrafya Ana Bilim Dalı

    PROF. DR. ÖZLEM SERTKAYA DOĞAN

Geri Dön