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: Belirtilmemiş.
- 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: 72
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
- Hybridization of probabilistic graphical models and metaheuristics for handling dynamism and uncertainty
Değişimin ve belirsizliğin ele alınması için olasılıksal çizgesel biçelerin ve sezgi-üstlerinin melezleştirilmesi
GÖNÜL ULUDAĞ
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE ŞİMA UYAR
- Çizge evrişimli sinir ağları kullanılarak metin sınıflandırma
Text classification using graph convolutional networks
RUKİYE ÖZDEMİR TEKİR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDURRAHİM AKGÜNDOĞDU
- Likert tipi verilerde bulanık mantık ve derin öğrenme entegrasyonu
Fuzzy logic and deep learning integration in likert type data
ZEYNEP ÜNAL
- Dalgacık dönüşümü ve derin öğrenme yöntemleri ile hisse senedi fiyat tahmini
Stock price prediction with wavelet transform and deep learning methods
ÇAĞRI ÇOBAN
Yüksek Lisans
Türkçe
2023
EkonometriAydın Adnan Menderes ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. ELVAN HAYAT