Sosyal ı̇lişkiler ve yapay sinir ağları kullanılarak melez öneri sistemi geliştirilmesi
Hybrid recommender system using social relations and artificial neural networks
- Tez No: 593343
- Danışmanlar: PROF. DR. MUSTAFA SERDAR KORUKOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay sinir ağları, Artificial neural networks
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Öneri sistemleri kullanıcılara ilgi duydukları alanda yeni nesneler yada bilgi sunarlar. Son yıllarda internet üzerinden bilgi paylaşımının artması ve alış veriş sitelerinin popülerleşmesi ile birlikte öneri sistemlerine yönelik çalışmalar hızlanmıştır. Günümüzde bir çok farklı öneri sistemi türü bulunmaktadır ve bu yöntemlerin kullanım alanları ve başarı oranları farklıdır. Bu tez kapsamında yeni bir melez öneri sistemi geliştirilmiştir. Bu öneri sisteminde, kullanıcı bazlı işbirlikçi öneri sistemi yapay sinir ağları ile birlikte kullanılmıştır. Veriseti öncelikle işbirlikçi öneri sistemine girdi olarak verilmiştir, üretilen sonuç yapay sinir ağına beslenmiştir ve öneri sistemi her bir kullanıcının ilgili olduğu alanlara göre bir eğitime tabi tutulmuştur. Geliştirilen öneri sistemi ile birlikte kullanıcı tabanlı işbirlikçi yöntem, ürün tabanlı işbirlikçi yöntem ve yapay sinir ağı tabanlı öneri sistemleri test edilmiştir. Bu deneylerin sonuçları ortalama mutlak hata (Mean absolute error) ve ortalama hata kareleri toplamı kökü (Root mean square error) metodları ile değerlendirilmiştir, ve geliştirilen melez öneri sisteminin sosyal bağlantılar bulunan veri setlerinde başarıyı arttırdığı görülmüştür.
Özet (Çeviri)
Recommender systems generate recommendations or predictions to users based on users' preferences. There have been growing interest in this area due to increased amount of internet usage and popularity of e-commerce services. There are several different recommender systems that have been developed by both academia and industry, and each recommender type has different application area as well as success rate. In this theses, a new hybrid recommendation system has been developed. While developing this new recommender system, a user-based collaborative filtering is used with artificial neural networks in order to improve overall success of the system. Dataset has been processed by a user-based recommendation system first and the output of this process has been given to an artificial neural network. For each user, an artifical neural network has been created and trained with users' preferences. Proposed recommender system has been tested along side with user-based collaborative filtering, item-based collaborative filtering and artificial neural networks based recommenders. The results of these experiments have been evaluated by RMSE and MAE metrics and it's shown that developed recommender system outperforms existing methods when it works on a social based dataset.
Benzer Tezler
- Deep hybrid recommender system
Derin hibrit öneri sistemi
DİDEM TÜRKER
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Bir ilaç fabrikasında personel gereksinmesinin belirmesi seçilmesi ve elde tutulmasına yönelik bir uygulama çalışması
Başlık çevirisi yok
EMİNE BOZBAĞ
Yüksek Lisans
Türkçe
1989
İşletmeİstanbul ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
PROF. DR. TUĞRAY KAYNAK
- Halvetiyyenin Şa'baniyye kolu ve Şa'ban-ı Veli
Başlık çevirisi yok
L. NİHAL YAZAR
Yüksek Lisans
Türkçe
1985
Türk Dili ve EdebiyatıGazi ÜniversitesiYRD. DOÇ. DR. ABDÜLKERİM ABDÜLKADİROĞLU
- Polatlı Kerç ve Çongar Tatar ağızları
Başlık çevirisi yok
ZÜHAL YÜKSEL
Yüksek Lisans
Türkçe
1985
Türk Dili ve EdebiyatıGazi ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
DOÇ.DR. AHMET BİCAN ERCİLASUN