Geri Dön

PubMed article recommendation system based on collaborative filtering

İşbirlikçi filtreleme ile PubMed makale öneri sistemi

  1. Tez No: 620650
  2. Yazar: MOHAMMAD OSAMA SALAHALDEEN BARAKAT
  3. Danışmanlar: DOÇ. DR. ADİL ALPKOÇAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 49

Özet

PubMed, her gün binlerce yeni makale ile güncellenen biyolojik ve tıp bilimleri hakkındaki en büyük erişime açık veri tabanlarından biridir. Ayrıca PubMed, MEDLINE, yaşam bilimleri dergileri ve çevrimiçi kitaplardan biyomedikal literatür için 30 milyondan fazla alıntı içeriyor. Araştırmacılar, artan sayıda biyomedikal literatürlerinde istedikleri yayınları bulmakta zorlanmaktadırlar. Bu nedenle, araştırmacıların özellikle ilgilendikleri materyalleri bulmalarına yardımcı olan bir öneri sistemi tasarlamak önemlidir. Bu çalışmada PubGate isimli bir PubMed makale öneri sistemi geliştirdik. Öneri sistemimiz, içeriğe dayalı yaklaşımla birlikte daha çok işbirlikçi yaklaşımı kullanan karma bir yaklaşıma dayanmaktadır. İşbirliğine dayalı filtreleme yaklaşımı için, kullanıcılar arasında ilgilendikleri makalelere ve ilgi alanlarına göre anahtar kelimeleri kullanarak benzerlikleri hesaplamak için Jaccard benzerliği özniteliğini kullandık ve benzer ilgi alanlarına sahip kullanıcılara ilgilenebilecekleri makaleleri tavsiye ettik. İşbirlikçi filtreleme, genellikle geçmişi olmayan yeni kullanıcılarla ilgili soğuk başlatma sorunundan muzdariptir. Bu sorunun üstesinden gelmek için, kullanıcılara anahtar kelimeleri temel alarak makaleler önermek için Elasticsearch motorunu entegre ettik. Bu tez, kullanıcılara PubMed makaleleri önermek için hem arama motorunu hem de işbirliği yaklaşımınıs birleştirir.

Özet (Çeviri)

PubMed is one of the largest public databases on biological and medical sciences, it contains more than 30 million biomedical articles cited from several resources such as online books, confrences, and journals, the biggest percentage of citations comes from MEDLINE. In additon to the current articles, PubMed is being updated on a daily basis with new articles. Researchers are finding it very hard to cope with exponentially increasing numbers of biomedical literature, for that reason there is a need to design a recommendation system that helps researchers in finding materials that are relevant to them. In this study we proposed a PubMed article recommendation system, PubGate. Our recommendation system is based on a hybrid approach using both content-based and collaborative approach with focus on the latter. For the collaborative filtering approach, we have used Jaccard similarity to compute the similarities between the users according to their liked articles and their keywords of interest, where we recommended articles that have been liked the most by similar users. Collaborative filtering usually suffers from the cold start problem, which is related to new users who have zero history. To overcome this problem, we integrated Elasticsearch engine to recommend articles to users based on their given keywords of interest. This thesis combines both content-based and collaborative approaches to recommend PubMed articles to the users.

Benzer Tezler

  1. Bebek ve küçük çocuk obezitesinin önlenmesine yönelik kılavuz geliştirme

    Guideline development for the prevention of infant and young child obesity

    SİNEM ERDİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Beslenme ve Diyetetikİstanbul Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. GÜLDEN FATMA GÖKÇAY

  2. Ulusal ve uluslararası literatürde odyolojik raporlama standardizasyonunun araştırılması

    Research of audiological reporting standardisation in national and international literature

    ASLI ÇAKIR ÇETİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Kulak Burun ve BoğazDokuz Eylül Üniversitesi

    Kulak Burun Boğaz Ana Bilim Dalı

    PROF. DR. GÜNAY KIRKIM

  3. Meme kanseri sonrası semptom yönetiminde mobil tabanlı bakım destek uygulamalarının etkinliği: Bir sistematik derleme

    Effectiveness of mobile-based care support applications in symptom management after breast cancer: A systematic review

    NARİN MUTLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    HemşirelikEskişehir Osmangazi Üniversitesi

    Hemşirelik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEMRA EYİ

  4. İlaç-bitki etkileşimleri için bir veri kümesi oluşturulması ve makine öğrenmesi ile tahminlenmesi

    Creating a dataset for drug-herb interactions and prediction with machine learning

    ERKAN YAŞAR

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZGÜR GÜMÜŞ

  5. Automatic assignment of mesh keywords for articles using information retrieval system for PubMed

    PubMed bilgi geri getirim sistemini kullanarak makalelere otomatik anahtar kelime atama

    FATİH DİLMAÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ADİL ALPKOÇAK