A social network analytics based recommendation system
Sosyal ağ analitiği temelli bir öneri sistemi
- Tez No: 582210
- Danışmanlar: YRD. DOÇ. DR. AHMET ONUR DURAHİM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 118
Özet
Bu tezde, sosyal ağ analitiklerine dayalı bir öneri sistemi için farklı çerçeveler incelenmiştir. Bu çerçevelerde, üç farklı potansiyel müşteri tanımlama yaklaşımı incelenmiş ve bunlara karşılık gelen başarılar analiz edilmiştir. Temel ağ yapısından yararlanmak için, restoran kullanıcısı, kullanıcı kullanıcısı ve restoran restoranı olmak üzere üç ağ üretilir. İlk yaklaşımda, potansiyel kullanıcılar hem restoranların hem de kullanıcıların topluluk sayfası puanlarının ve sayfa sıralaması değerlerinin bir birleşimine göre sıralanır ve seçilir. İkinci yaklaşımda kullanıcılar, yorumlarının duygu puanlarına ve restoranların sayfa sıralamasına göre sıralanır. Üçüncü yaklaşımda, restoran-kullanıcı ağı için düğüm yerleştirmeleri hesaplanır ve kullanıcılar ile restoranlar arasındaki benzerlikleri bulmak için kullanılır. Daha sonra, bu benzerliklere dayanarak, potansiyel kullanıcılar belirli bir odak restoranında sıralanır. Bu üç çerçevenin başarısını karşılaştırmak amacıyla veri kümesi üçe bölünmüş ve üretilen modeller tarafından önerilen gerçek müşteri yüzdesine göre başarı oranları hesaplanmıştır. Bu araştırmadaki denemeler, topluluk yapısını hem kullanıcıların hem de markaların ağ sıralamasıyla birlikte kullanan Sıralamalar çerçevesinin %50'ye kadar ulaştığını ve önerilen potansiyel müşteri sayısı 100 olarak alındığında ortalama % 9.61 doğruluk elde ettiğini göstermektedir. Altta yatan ağ yapısını kullanan çerçeveler, belirli bir şirket veya marka için potansiyel müşteriler bulan öneri sistemlerinin öngörme kabiliyetini geliştirmek için kullanılabilir.
Özet (Çeviri)
In this thesis, different frameworks for a recommendation system based on social network analytics is investigated. In these frameworks, three different potential customer identification approaches are examined and corresponding successes are analyzed. In order to exploit the underlying network structure, three networks, restaurant-user, user-user and restaurant-restaurant, are generated. In the first approach, potential users are ranked and selected according to a combination of pagerank values and community scores of both restaurants and users. In the second approach, users are ranked according to the sentiments scores of their comments in conjunction with pagerank of restaurants. In the third approach, node embeddings for the restaurant-user network are computed and used to find the similarities between users and restaurants. Then, based on these similarities, potential users are ranked for a given focal restaurant. With the aim of comparing the successes of these three frameworks, dataset is splitted into three and success rates are calculated based on the percentage of the actual customers recommended by the generated models. Experiments in this research shows that Ranks framework utilizing the community structure together with the network ranking of both users and brands reached up to 50% and on average achieved 9.61% accuracy when the number of potential customers to be recommended is taken as 100. So, frameworks utilizing the underlying network structure can be exploited to improve the prediction capability of recommendation systems that find potential customers for a given company or brand.
Benzer Tezler
- A hybrid article recommendation system based on deep learning and co-publication network analytics
Derin öğrenme ve ortak yayın ağı analitiklerine dayalı bir hibrit bilimsel makale öneri sistemi
BÜŞRA ATLANEL
Yüksek Lisans
İngilizce
2019
Mühendislik BilimleriBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET ONUR DURAHİM
- Müşteri analitiği ve öneri sistemleri uygulaması
Customer analytics and recommender systems application
ÖZGE ELMAS
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Pazarlamada yapay zeka uygulamaları: Yapay zeka temelli logo tasarımlarının eye-trackıng analizi
Artificial intelligence applications in marketing: Eye-tracking analysis of artificial intelligence based logo designs
ZEHRA AKŞİT
- Probabilistic latent semantic analysis based framework for hybrid social recommender systems
Melez sosyal tavsiye sistemleri için olasılıksal saklı anlam analizi tabanlı bir çatı
ERKİN ERYOL
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Bölümü
DOÇ. DR. FERDA NUR ALPASLAN
DOÇ. DR. NİHAN KESİM ÇİÇEKLİ
- Sosyal ağ verisi kullanılarak mobil telefonlar için öneri altyapısı tasarlanması
A recommendation framework for mobile phones based on social network data
ALPER ÖZCAN
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ŞULE GÜNDÜZ ÖĞÜDÜCÜ