Müşteriye yönelik ürün önerisinde işbirlikçi yöntemlerin uygulanması
Using collaborative filtering methods for products recommendation intended for to customers
- Tez No: 672536
- Danışmanlar: DR. ÖĞR. ÜYESİ FERİDUN CEMAL ÖZÇAKIR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Suggestion systems, machine learning, similarity algorithms, collaborative filtering
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Okan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri ve Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: 231
Özet
Perakende sektörü, teknolojinin gelişimi ile birlikte farklılaşmaya başlamıştır. Bu farklılık önceleri mağaza donanımı olarak kendisini göstermiştir. Mağaza içinde gerçekleşen teknolojik geliştirmeler ile müşteriye alışveriş kolaylığı yaşatılmaktadır. İstediği ürünü hızlıca sorgulayabilmesi, kasalarda sıra beklemeden satınalma kolaylığı, ürünü denemeden üzerinde görmesini sağlayacak ekranlar bunlardan bazılarıdır. Diğer taraftan müşteriler de değişen ve gelişen teknolojilerden sonuna kadar yararlanarak güncel veriye hızlıca ulaşmakta ve sorgulamaktadır. İlgilendikleri ürünü dijital satış kanallarında araştırmakta ve ürün ile ilgili görüşlerini beğeni derecelendirmeleri yaparak oluşturmaktadır. Müşterilerin yaşadığı alışveriş deneyimine ait veri, perakende sektöründeki dijital dönüşümün anahtar noktası olmaktadır. Markalar rekabet gücünü arttırmak için müşterilerini tanımak, müşterilerin alışveriş sırasında oluşturduğu veriyi kullanarak ilgi alanlarını anlamaya ve ürün öneriminde bulumaya çalışmaktadırlar. Bu çalışma kapsamında işbirlikçi filtreleme yöntemleriyle (Collaborative Filtering) ilgili alan yazın (Literatür) taraması gerçekleştirilmiştir. Bu kavramlarla ilgili alan yazından elde edilen araştırma bilgileri çalışmanın giriş bölümünde yer almaktadır. Genel bilgiler bölümünde işbirlikçi filtreleme yöntemi, içerik tabanlı filtreleme (Content Based Filtering), karma yöntem (Hybrid Approaches), sınıflandırma, kümeleme, veri tabanı gibi konulara yer verilmektedir. Üçüncü bölümde işbirlikçi filtreleme yöntemlerinin bellek tabanlı ve model tabanlı yöntemleri, kullanıcı i benzerliği, öğe benzerliği, tekil değer ayrıştırma (SVD Singular Value Decomposition) ve yapay sinir ağları (Artificial Neural Networks) detaylı anlatılmaktadır. Uygulama bölümünde tercih edilen teknolojik altyapı, kullanıcı ve öge benzerliği, tekil değer ayrıştırması ve yapay sinir ağları yöntemlerinin kullanılması ve elde edilen veriler anlatılmaktadır. Sonuç bölümünde gerçekleştirilen uygulamaların sonuçlarının yorumlaması yapılmaktadır. Bu çalışma kapsamında işbirlikçi filtreleme yöntemleri ile perakende mağazacılık sektöründeki müşteri satın alma verileri kullanılarak kişisel ürün önerisinde bulunulmaktadır. AnahtarKelimeler : Öneri sistemleri, makine öğrenmesi, benzerlik algoritmaları, işbirlikçi filtreleme
Özet (Çeviri)
The retail industry has started to differentiate with the development of technology. This difference first appeared as shop equipment. With the technological improvements in the store, shopping is provided to the customer. Some of these are the ability to quickly query the product you want, the ease of purchasing without waiting in queues in the crates, and the screens that will allow you to see the product on it without trying. On the other hand, customers can quickly access and query up-to-date data by making use of changing and developing technologies. It researches the product they are interested in in digital sales channels and creates their opinions about the product by making rating ratings. The data about the shopping experience of the customers is the key point of the digital transformation in the retail sector. Brands try to get to know their customers in order to increase their competitiveness, to understand their interests and to suggest products by using the data created by customers during shopping. Within the scope of this study, the related literature was scanned with collaborative filtering methods. The research information obtained from the literature on these concepts is included in the introduction part of the study. General information section covers topics such as collaborative filtering method, content based filtering, hybrid approaches, classification, clustering, database. In the third section, memory based and model based methods of collaborative filtering methods, user similarity, item similarity, singular value decomposition and artificial neural networks are explained in detail. In the application section, the preferred technological infrastructure, user and item similarity, singular value decomposition and the use of artificial neural networks iii methods and the obtained data are explained. The results of the applications performed in the conclusion section are interpreted. Within the scope of this study, personal product suggestions are made using collaborative filtering methods and customer purchasing data in the retail store sector.
Benzer Tezler
- Lean manufacturing philosophy and the vision of the Turkish shipyards
Yalın üretim filozofisi ve Türk tersanelerinin vizyonu
CAN ARIKAN
Yüksek Lisans
İngilizce
2013
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA İNSEL
- Mechanical characterization and modelling of industrial papers
Endüstriyel kağıtların mekanik karakterizasyonu ve modellenmesi
FATİH YAMAK
Yüksek Lisans
İngilizce
2019
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMİN SÜNBÜLOĞLU
- Kalite problemlerinin sınıflandırılmasında çok kriterli pareto analizi
Multi-criteria pareto analysis for classifying quality problems
DUYGU ÖZGÜVENÇ
Yüksek Lisans
Türkçe
2011
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. FERHAN ÇEBİ
- Müşteri ilişkileri yönetimi için bloglar üzerinde fikir madenciliği
Opinion mining on blogs for customer relationship management
ÇİĞDEM AYTEKİN
Doktora
Türkçe
2011
İletişim BilimleriMarmara Üniversitesiİletişim Bilimleri Ana Bilim Dalı
PROF. DR. ÖZHAN TINGÖY
- Açık bankacılık uygulamaları, potansiyel etkileri ve denetim modeli önerisi
Open banking practices, their potential impacts and audit model proposal
AYKUT YALLI