Geri Dön

Development a recommendation system for an e-commerce based on alternating least squares

Başlık çevirisi mevcut değil.

  1. Tez No: 746539
  2. Yazar: MOHAMED OUASSINI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
  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: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 63

Özet

Bu makale, Alternatif En Küçük Karelere dayalı bir e-ticaret için bir öneri sisteminin geliştirilmesini sunmaktadır. Bu çalışma, sofistike tavsiye sistemleri oluşturmanın aşamalarını açıklar ve en iyi dilleri kullanarak e-ticaret platformları oluşturur. Çalışmada bir öneri sistemi geliştirilirken kullanılabilecek farklı teknikler tartışılmaktadır. Dağıtımcı tavsiye sistemlerinde işbirliği filtreleme teknikleri kullanılır. Ürün meta verileri, veri seti ve müşteri ile ilgili tüm bilgilerin içinde saklanabilmesi ve öneri uzmanlarının müşteri sorgusuna kolayca yanıt verebilmesi nedeniyle kullanılır.

Özet (Çeviri)

This paper presents the development a recommendation system for an e-commerce based on Alternating Least Squares. This study explains the phases of creating sophisticated recommender systems and creates e-commerce platforms by using the best languages. Different techniques are discussed in the study that can be utilized while developing a recommendation system. Collaboration filtering techniques are used in distributive recommender systems. Product metadata is used because all the information regarding dataset and customer can be stored in it and recommendation specialists can easily respond to the client query.

Benzer Tezler

  1. Banka kredi kartı süreçlerinde kişisel verilerin büyük veri yöntemleri ile gizliliğinin korunması

    Privacy and use of big data in bank credit card processes

    MAHBUB DİLAN KOYUNCU KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. ENVER ÖZDEMİR

  2. Veri seyrekliği ve ölçeklenebilirlik problemlerini gidermek için derin otomatik kodlayıcı tabanlı yeni bir tavsiye sistemi modeli

    A novel deep autoencoder-based recommendation system model to resolve the data sparsity and scalability problems

    SÜMEYYE SENA ÜNALDI

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞE MERVE ACILAR

  3. A graph neural network model with adaptive weights for session-based recommendation systems

    Oturum tabanlı öneri sistemleri için uyarlanabilir ağırlıklara sahip bir çizge sinir ağı modeli

    BEGÜM ÖZBAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ÖĞÜDÜCÜ

    DR. RESUL TUGAY

  4. Öneri sistemlerinde otokodlayıcı tabanlı derin öğrenme yaklaşımı

    Autoencoder based deep learning approach in recommender systems

    UĞURAY DURDU

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. GÜLDER KEMALBAY

  5. Müşteri analitiği ve öneri sistemleri uygulaması

    Customer analytics and recommender systems application

    ÖZGE ELMAS

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ