Explainable recommendations using extracted topics from item reviews and word matching
Açıklamalı önerilerin kullanıcı yorumlarından çıkarsanan kelimeler ve kelime eşleme ile üretimi
- Tez No: 650523
- Danışmanlar: DOÇ. DR. HANDE ALEMDAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Konu seçimi, Kullanıcı analizi, Makine öğrenmesi, Event selection, User analysis, Machine learning
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Ürün önerileri için sunulan açıklamalar, önerilen öğenın yanında kullanıcılarla ürün ile ilgili ek bilgi sağlayan ve önerinin anlamlı bulunmasını sağlayan bir husustur. Bu tezde, açıklanabilir ürün önerileri üretmek için yenilikçi bir yöntem tasarlanmış, uygulanmış ve test edilmiştir. Önerilen tasarım, kullanıcı tarafından yazılan inceleme metinlerinden bazı ifadelerin seçilmesi, bu ifadelerin kullanıcılara tercih, öğelere ise özellikler olarak atanmasından, sonrasında bu atanan ifadelerin yakınlık değerleri kullanılarak öneriler ve açıklamalar üretmeyi amaçlıyor. Bu tezde sunulan tasarımda, ürün önerileri insanlar için anlaşılabilir kelime grupları üzerinden oluşturulduğundan, yapılan önerileri açıklamak için aynı kelime gruplarını kullanmak da mümkün oluyor. Öneri oluşturmak için anahtar kelime çıkarma tekniklerini ve kelime vektörleştiricilerini kullanan çok fazla çalışma yoktu, bu nedenle bu tezde bu teknikleri kullanan bir algoritma ile çalışma yapılmak istendi. Bu tezde üzerinde çalışılan algoritmayı değerlendirmek için, sayısal sonuçların hesaplanmasının yanı sıra 15 kişi ile kullanıcı çalışması yapıldı. Bu deneyler, önerilen tasarım ile üretilen tavsiyelerin %55 kadarının insanlar tarafından beğenildiğini ve önerilen öğeler için yapılan açıklamaların %58 kadarının anlamlı bulunduğunu göstermiştir.
Özet (Çeviri)
Explanation in the recommendations is a crucial aspect in many applications to share reasoning and context with the users in addition to the recommended item. In this thesis, an innovative method for generating explainable recommendations is designed, implemented, and tested. The proposed design consists of extracting some phrases from the user's written review texts, assigning them to the users as preferences and items as their features, and then generating recommendations using the similarities between these assigned phrases. In such a design, since the recommendations are made using phrases that are understandable by people, the exact same phrases can be used to explain the reasoning behind the recommendations. Not many studies, however, uses keyword extraction techniques and word vectorizers to generate recommendations. Due to the lack of work in the area, it is decided to study such an algorithm that use keyword extraction and word vectorizers to uncover its capabilities. To evaluate the proposed recommender design, alongside of calculating numerical results for the quality of the recommender, a user study with 15 people is conducted. These experiments showed that people like 55% of the recommendations generated by the proposed method, while 58% of the explanations for the recommended items are found meaningful.
Benzer Tezler
- Makine öğrenmesi yöntemleriyle müşteri davranış analizi
Customer behavior analysis with machine learning methods
RABİA GÜLİZAR TUNCER
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERKAN ONAR
- Uzman sistemler ve ulaştırma alanında kullanımları
Expert systems and using them in transportation
A.BURAK GÖKTEPE
- Ulaştırma sistemlerinin bütünleşik analizi
Integrated analysis of transportation systems
TEVFİK BAŞAL
Yüksek Lisans
Türkçe
1998
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNGÖR EVREN
- Explainable recommender systems
Açiklanabilir tavsiye sistemleri
HASAN SERHAT GÜNDÜZ
Yüksek Lisans
İngilizce
2025
Bilim ve TeknolojiBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
YRD. DOÇ. AYSUN BOZANTA HAKYEMEZ
- Assessing the success of agile software projects using machine learning techniques: A case study
Makine öğrenme tekniklerini kullanarak çevik yazılım projelerinin başarısının değerlendirilmesi: Bir vaka çalışması
GÜLHAN KARS
Yüksek Lisans
İngilizce
2025
Yönetim Bilişim SistemleriBoğaziçi ÜniversitesiDR. ÖĞR. ÜYESİ AYSUN BOZANTA HAKYEMEZ