Geri Dön

Biyoinformatik algoritmaların konum tabanlı öneri sistemlerinde uygulanması

Implementation of bioinformatics algorithms in location-based recommendation systems

  1. Tez No: 701829
  2. Yazar: ABDURRAHMAN GÜN
  3. Danışmanlar: PROF. DR. NEVCİHAN DURU
  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: 2021
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 65

Özet

Sonraki rezervasyon tahmin problemi bir sistemdeki kullanıcıların sonraki davranışlarını rezervasyon verileri üzerinden tahmin etmeyi amaçlamaktadır. Tezde konum tabanlı öneri sistemlerindeki kullanıcı tercihlerini tahmin etmek amacıyla Saklı Markov Modelerinin'nin özel bir uzantısı olan PHMM (Profile Hidden Markov Model) ve biyoinformatik algoritmaların birlikte kullanıldığı bir yöntem sunulmaktadır. Bu çalışmada işbirlikçi filtreleme yaklaşımı temelinde bir sonraki davranışı tahmin edilmesi istenen kullanıcıya benzer profildeki diğer kullanıcıların seçilmesi için biyoinformatik hizalama algoritmalarından yararlanılmıştır. Seçilen kullanıcılar PHMM üzerinde modellenerek yöntemin test edilmesi aşamalarında Weeplaces veri kümesi kullanılmıştır. Yapılan deneysel testler sırasında modellenecek kullanıcı sayısı ve kullanıcının tercih tahmininde dikkate alınan önceki tercih sayısı parametre değişimlerinin yöntemin başarısına etkisi incelenmiştir. Elde edilen sonuçlar kullanıcı sayısı parametresinin belli bir optimal değerde en yüksek başarıyı verdiği tercih sayısı parametre değişiminin ise etkisinin oldukça zayıf olduğu görülmüştür.

Özet (Çeviri)

The next check-in prediction problem aims to estimate the next behavior of users in a system based on reservation data. In the thesis, a method in which the Profile Hidden Markov Model, which is a special extension of the Hidden Markov Models, and bioinformatic algorithms are used together, is presented in order to predict user preferences in location-based recommendation systems. In this study, bioinformatics alignment algorithms were used to select other users with a profile similar to the user whose next behavior is desired to be predicted on the basis of a collaborative filtering approach. Selected users were modeled on PHMM and Weeplaces dataset was used in testing the method. During the experimental tests, the effect of the changes in the parameter of the user number to be modeled and the parameter of previous preferences the number taken into account in the estimation of the user on the success of the method was examined. The results show that the user number parameter gives the highest success at a certain optimal value, and the effect of the preference parameter change is quite weak.

Benzer Tezler

  1. DNA dizilerinin de Bruijn grafları ile incelenmesi

    Analysis of DNA sequences with de Bruijn graphs

    İRFAN KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ KARCI

  2. Machine learning models for microbiome-based classification of axolotl limb regeneration phases

    Aksolotl uzuv rejenerasyon aşamalarının mikrobiyoma dayalı sınıflandırılması için makıne öğrenimi modellerı

    ABDULLAH HÜSEYİN KÖSEOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Biyoistatistikİstanbul Medipol Üniversitesi

    Biyomedikal Mühendisliği ve Biyoenformatik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KIVANÇ KÖK

  3. Service virtualization using recorded interactions

    Kayıtlı etkileşimleri kullanarak servis sanallaştırma

    HASAN FERİT ENİŞER

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ALPER ŞEN

  4. Applying genetic algorithms to inverse protein folding problem

    Genetik algoritmaların ters protein katlanması problemine uygulanması

    RABUN KOŞAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. CEM ERSOY

    YRD. DOÇ. DR. UĞUR SEZERMAN

  5. Sezgisel yaklaşımlara dayalı çoklu dizi hizalaması üzerine bir çalışma

    A study on multiple sequence alignment based on heuristic approaches

    HATİCE ERDİRİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN BULUT