Geri Dön

Predicting TV rating of Turkish television series using machine learning techniques

Türk televizyon dizi reytinglerinin makine öğrenmesi teknikleri kullanılarak tahmin edilmesi

PDF İndir

  1. Tez No: 641553
  2. Yazar: BÜŞRANUR AKGÜL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ TAYFUN KÜÇÜKYILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Radyo-Televizyon, Computer Engineering and Computer Science and Control, Radio and Television
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: TED Üniversitesi
  10. Enstitü: Lisansüstü Programlar Enstitüsü
  11. Ana Bilim Dalı: Uygulamalı Veri Bilimi Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 86

Özet

TV reytingi evinde televizyon olan hanelerin bir televizyon programının yaklaşık izleme oranlarının tespiti için kullanılan sayısal bir kavramdır. Medya yatırımlarında en büyük payı olan televizyonun yatırım planlamaları ratinglere göre yapılmaktadır. Bu çalışmanın amacı Türk TV dizilerinin reytinglerini veri madenciliği teknikleri kullanarak uygulanabilir bir şekilde tahmin edebilen bir model geliştirmektir. Bu şekilde, TV yatırımlarının risklerinin azaltılmasına katkı sağlanabileceği planlanmaktadır. Bu kapsamda, 2014-2018 yılları arasında prime-time yayın akışında yer alan TV dizileri için makine öğrenmesi tekniklerini kullanarak tahminleme modelleri geliştirilmiştir. Çalışmada 4 farklı model tasarlanmıştır. Bu modellerin arasındaki temel farklıllık kullanılan özniteliklerdir. Kullanılan özellikler zaman bazlı, bölüm bazlı, dizi özellikleri, ve sosyal medyadaki dizi etkisi (Google Trends) adları altında dört grupta toplanabilir. Yapılan deneylerde geleceğe yönelik özniteliklerin de modelde kullanıması ile teorik model başarısı belirlenmiş, ardından kulanılabilir, pratik modeller geliştirilerek tahmin başarıları karşılaştırılmıştır. Deneyler sonucunda teorik modellerle %1.46 pratik modellerle ise %5.2 hata payı elde edilmiştir.

Özet (Çeviri)

TV rating is a numeric estimate of the popularity of TV programs in households with a television. Investment planning of television media, which is the biggest shareholder of media investments, is made according to TV ratings. The aim of this study is to develop a machine learning model that can predict the TV ratings of Turkish TV series in a practical manner. Better forecast of TV ratings has the potential to reduce the risks of TV investments. In this context, four prediction models were developed by using machine learning techniques for TV series in the prime-time broadcast between 2014-2018 in this study. The main distinction between these models is the attributes that represent a TV program. The attributes that are used in this study can be categorized as: time-based, episode-based, series-based, and program impact on social media-based (represented using Google Trends) attributes. In the experiments, a theoretical forecast performance is established first by using time-based attributes that factors in the future changes in the TV program, which is then used as a baseline for comparison with practical forecast models. The experiments show that, the proposed models can achieve up to 1.46% error rate for theoretical models and 6.6% error rate for practical models.

Benzer Tezler

  1. Tez No

    865036

    A support decision system for predicting rating values of preproduction TV content: An explainable machine learning approach

    Yayınlanmamış TV içeriğinin reyting değerinin tahmin edilebilmesi için karar destek sistemi: Bir açıklanabilir makine öğrenimi yaklaşımı

    BURAK BATIBAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    PROF. DR. ATABEY KAYGUN

  2. Tez No

    554898

    Doğal dil işleme ve veri madenciliği kullanarak tvitler üzerinden film derecelendirilmesi

    Movie rating on tweets using natural language processing and data mining

    ABDOULAZIZ ABDOUKARIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BARIŞ KOÇER

  3. Tez No

    425717

    Twitter verileri ile türk televizyonları izlenme oranı sıralamaları tahmini

    Predicting turkish television rating results with twitter data

    CENK AKARSU

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BANU DİRİ

  4. Tez No

    874036

    3-6 yaş arası otizm spektrum bozukluğu olan hastalardaki serum raftlin düzeylerinin sağlıklı kontrollerle karşılaştırılması

    Comparison of serum raftlin levels in patients with autism spectrum disorder between 3-6 years of age with healthy controls

    PINAR AYAROĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    PsikiyatriSağlık Bilimleri Üniversitesi

    Çocuk ve Ergen Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. MEHMET AYHAN CÖNGÖLOĞLU

  5. Tez No

    671320

    Okul öncesi kaynaştırma ortamlarındaki otizm spektrum bozukluğu olan çocukların katılımları ve farklı değişkenlerle ilişkisi

    Engagement of children with autism spectrum disorders in preschool inclusion environments and its relationship with different variables

    FADİME YANAÇ TAYLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Eğitim ve ÖğretimAnkara Üniversitesi

    Özel Eğitim Ana Bilim Dalı

    PROF. DR. HATİCE BAKKALOĞLU

Geri Dön