Hybrid approach to complex network-based link prediction for recommendation systems in Turkish publications
Türkçe yayınlarda öneri sistemleri için karmaşık ağ tabanlı bağlantı tahminine hibrit yaklaşım
- Tez No: 847476
- Danışmanlar: DR. ÖĞR. ÜYESİ EMRAH ÖZKAYNAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Bağlantı tahmini, karmaşık ağlardaki eksik bağlantıları ortaya çıkarmak veya gelecekte oluşabilecek yeni bağlantıları tahmin etmek için kullanılır. Bağlantı tahmini için önerilen geleneksel yöntemler, dinamik ağların genel yapısı göz önüne alındığında iki düğüm arasındaki benzerliğin ölçümlerine dayanmaktadır. Düğümlerin etkileşiminin zaman içinde değişmesi, bağlantı tahmin süreçlerinin gereksinimleri açısından yeterli değildir. Bu durum araştırmacıları karmaşık ağlarda ağın dinamik yapısına göre karar verebilecek yeni tahmin yöntemleri bulmaya teşvik etmiştir. Bu tezde, yerel benzerlik indeksi ve makine öğrenmesi teknikleri, Türk edebiyatındaki yayınlardan oluşturulan yazar-yayıncı ve yazar-yazar ağlarına uygulanmış ve olası işbirliklerine dayalı olarak tahminlerde bulunulmuştur. Veri setinde yayınlar yayınlanma yıllarına göre zaman periyotlarına ayrılarak oluşturulan ağların gelecek yıllarda nasıl gelişeceği gözlemlenmiştir. Bağlantı tahmin sürecinin başarısı AUC metriği ile ölçülmüştür. Deneysel çalışmaların sonuçları, geleneksel komşuluk tabanlı benzerlik indeksi yöntemleri ve makine öğrenmesi yöntemlerinden oluşan hibrit yaklaşımın benzerlik indeksi yöntemlerine göre daha başarılı olduğunu göstermiştir.
Özet (Çeviri)
Link prediction is used to uncover missing links in complex networks or to predict new links that may form in the future. Traditional methods proposed for link prediction are based on measures of the similarity between two nodes given the general structure of dynamic networks. Changing the nodes' interaction over time is insufficient for the requirements of link prediction processes. This situation has encouraged researchers to find new prediction methods that can make decisions in complex networks according to the dynamic structure of the network. In this thesis, local similarity index and machine learning techniques have been utilized for author-publisher, and author-author networks created from publications in Turkish literature, and possible collaborations based on predicted. In the data set, publications are divided into time periods according to their publication years, and it has been observed how the created networks will develop in the coming years. The success of the link prediction process has been measured by the AUC metric. The results of experimental studies have shown that the hybrid approach consisting of traditional neighborhood-based similarity index methods and machine learning methods is more successful than similarity index methods.
Benzer Tezler
- Hi-Fi ses sistemlerinin çok kriterli karar verme yöntemleri ile değerlendirilmesi
Evaluation of Hi-Fi audio systems with multi-criteria decision making methods
OZAN APAYDIN
Doktora
Türkçe
2022
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ZERRİN ALADAĞ
- Form geometrisi-türetimi ve dönüşümü
Form geometry-generation and transformation
MUAMMER HAMARAT
Yüksek Lisans
Türkçe
2017
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. MERYEM BİRGÜL ÇOLAKOĞLU
- CNN-based server state monitoring and fault diagnosis using infrared thermography
Kızılötesi termografi kullanarak CNN tabanlı sunucu durumu izleme ve arıza teşhisi
BELTUS NKWAWİR WİYSOBUNRİ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Bilim Dalı
DR. ÖĞR. ÜYESİ HAMZA SALİH ERDEN
PROF. DR. BEHÇET UĞUR TÖREYİN
- Hydips: A Hybrid neural network based diagnostic tool for perinatal surveillance
Perinatal takipte bir hibrit nöron ağına dayanan tanı aracı
NAZİFE BAYKAL
Doktora
İngilizce
1996
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEŞE YALABIK
- Machine learning based network anomaly detection
Makine öğrenmesi tabanlı ağ anomali tespiti
HİLAL HACILAR
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURCU GÜNGÖR
PROF. DR. VEHBİ ÇAĞRI GÜNGÖR