Parametre değerleri sezgisel algoritmalar ile belirlenen bulut tabanlı tavsiye sisteminin geliştirilmesi
Developing a cloud-based recommendation system that parameter values are determined by heuristic algorithms
- Tez No: 534329
- Danışmanlar: DR. ÖĞR. ÜYESİ METE ÇELİK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 58
Özet
Tavsiye sistemlerinin amaçlarından birisi, kullanıcılara diğer kullanıcıların kayıtlarına dayanarak tavsiyede bulunmaktır. Son zamanların popüler araştırma konularından birisi olan tavsiye sistemleri verinin büyük olmasından dolayı bulut bilişimde gerçekleştirilmektedir. Sık kullanılan bulut bilişim sistemlerinden birisi olan Google Cloud ortamında Spark servislerini yönetmek için Dataproc sistemi oldukça kullanışlıdır. Tavsiye sistemlerinde en fazla kullanılan yaklaşımlardan birisi İşbirlikçi Filtreleme'dir. Bu çalışmada, Dataproc ortamında İşbirlikçi Filtreleme tabanlı Alternatif En Küçük Kareler Yöntemi (ALS) kullanılarak film tavsiye sistemi gerçekleştirilmiştir. ALS algoritmasının başlangıç parametre değerleri Genetik Algoritma (GA), Parçacık Sürü Optimizasyon Algoritması (PSO) ve Yapay Arı Koloni Algoritması (ABC) ile optimize edilerek daha doğru tahminlerin gerçekleştirilmesi sağlanmıştır. Her bir algoritma için gerçekleştirilen 30'ar koşma incelendiğinde ortalama RMSE hata değerine göre PSO algoritmasının diğer algoritmalara göre daha başarılı olduğu tespit edilmiştir. 30'ar koşma içerisinde en iyi RMSE değerini GA vermiştir. Bir diğer performans kriteri olan çalışma süreleri incelendiğinde yapılan 30'ar koşmalara göre GA diğer algoritmalara göre daha hızlı çalışmıştır. Önerilen sistemin başarımı literatürde var olan movielens_small veri kümesi üzerinde test edilmiştir ve sonuçları sunulmuştur.
Özet (Çeviri)
One of the aims of recommendation systems is to provide recommendation to users based on the records of other users. In recent years, the recommendation systems are implemented in cloud computing due to the big data. The Dataproc system is very useful for managing Spark services in Google Cloud which is one of the most popular cloud computing systems. One of the most used approaches in recommendation systems is Collaborative Filtering. In this study, a recommendation system was implemented using Alternative Least Squares Method (ALS) with Collaborative Filtering in Dataproc environment. The initial parameters of the ALS algorithm are optimized with the Genetic Algorithm (GA), Particle Swarm Optimization Algorithm (PSO) and Artificial Bee Colony Algorithm (ABC). When 30 runs are performed for each algorithm, PSO algorithm is more successful than other algorithms based on average RMSE error value. Within 30 runs, the best RMSE value is given by GA. In the analysis it is observed that GA is faster than other algorithms. The performance of the proposed system is tested on the movielens_small dataset.
Benzer Tezler
- Personel çizelgeleme probleminin sezgisel algoritmalarla gerçekleştirimi
Implementation of personnel timetabling problem with heuristic algorithms
ÖMER CÜNEYT YÜCESAN
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUNCAY YİĞİT
- Segmental tip anahtarlamalı relüktans motorun moment salınımlarını azaltmak için sürücü ve kontrolör tasarımı ve gerçekleştirilmesi
Design and implementation of driver and controller to reduce torque ripple of segment type switched reluctance motor
HAKAN TERZİOĞLU
Doktora
Türkçe
2016
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SAADETDİN HERDEM
PROF. DR. GÜNGÖR BAL
- Tersane yerleşimi optimizasyonu ve simülasyonu
Shipyard layout optimization and simulation
SALİM TAMER
Doktora
Türkçe
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. BARIŞ BARLAS
- Architectural form exploration by soft computing: The case of post-disaster shelter
Esnek hesaplama aracılığıyla mimari biçim arayışları: Afet sonrası barınak örneği
FÜSUN CEMRE KARAOĞLAN
Yüksek Lisans
İngilizce
2018
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEMA ALAÇAM
- Visual object recognition and detection using deep learning
Derinlikli öğrenme ile görsel nesne tanıma ve tespit etme
BURAK ÇÖREKCİOĞLU
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU