Exploring models, data strategies, and hyperparameter tuning in a trip recommendation system
Bir seyahat öneri sisteminde modeller, veri stratejileri ve hiperparametre ayarını keşfetmek
- Tez No: 856371
- Danışmanlar: DR. ÖĞR. ÜYESİ AYŞE NURDAN SARAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilgi Teknolojileri Bilim Dalı
- Sayfa Sayısı: 70
Özet
Öneri sistemlerinin önemi son dönemde giderek artmaktadır. Verilerin karmaşıklığı nedeniyle kullanıcıların beğenebileceği bir öneride bulunmak giderek zorlaşıyor. Özellikle seyehat öneri sistemlerinde bir sonraki şehri önermek önemli ve zor bir görevdir. Çeşitli çalışmalara göre derin öğrenmeyi öneri sistemlerinde kullanmak önerilerin doğruluğunu arttırmaya ve karmaşık verileri ele almaya yardımcı olmaktadır. Bu tez önerilen derin öğrenme destekli seyehat öneri sistemi için yeni mimarileri, veri ve hiperparametre ayarlama tekniklerini ortaya koymaktadır. NVIDIA ekibinin WSDM WebTour 2021 yarışmasında kazanan öneri sistemi bu çalışmada kullanıldı. Kazanan çözümü anlamak için algoritma ve veri seti analiz edilip, çalışmayı geliştirmek için yeni çözümler önerilmiştir.
Özet (Çeviri)
Recommender systems' importance has been increasing recently. It is becoming more difficult to make a recommendation that users might like because of the complex data. Especially in trip recommender systems, recommending the next city is a hard task, where recommending truly is important. According to various studies, using deep learning with recommender systems helps improve recommendations' accuracy and handle complex data. This thesis reveals new architectures, data, and hyperparameter tuning techniques for a proposed deep learning-powered trip recommender system. NVIDIA Team's winning recommender system solution in the WSDM WebTour 2021 Challenge has been used. To understand this winning solution, the algorithm and dataset have been analyzed. Then new solutions have been proposed to enhance the study.
Benzer Tezler
- Akıllı şebekelerde makine öğrenmesi teknikleriyle kısa dönem rüzgâr hızı tahmini: Kocaeli-Türkiye örneği
Short–term wind speed forecasting in smart grids with machine learning techniques: A case study in Kocaeli-Türkiye
MAYSA GAIDOUM AHMED GAIDOUM
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU
- Leveraging historical climate data and machine learningfor extreme precipitation forecasting
Geçmiş iklim verilerini ve makine öğrenmesi yöntemlerini kullanarak aşırı yağış tahmini
GÖKTUĞ ÖVREN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiHesaplamalı Bilimler Ana Bilim Dalı
PROF. DR. MEHMET LEVENT KURNAZ
PROF. DR. ŞEBNEM ÖZÜPEK PODNOS
DOÇ. DR. TUĞBA ÖZTÜRK
- Predictive modelling of mechanical properties in flat steel manufacturing: A comparative analysis of feature selection methods of mechanical properties for cold rolled products
Yassı çelik üretiminde mekanik özelliklerin tahminsel modellemesi:Soğuk haddelenmıiş ürünler için mekanik özelliklerin özellik seçim yöntemlerinin karşılaştırılmalı analizi
DİDEM BAKİLER İLME
Yüksek Lisans
İngilizce
2024
Yönetim Bilişim SistemleriKadir Has ÜniversitesiYönetim Bilimleri Ana Bilim Dalı
DOÇ. DR. EMRULLAH FATİH YETKİN
- Automated curriculum design for reinforcement learning with graph theory and evaluation heuristics
Çizge kuramı ve değerlendirme bazlı sezgisel yöntemler ile pekiştirmeli öğrenme için otomatik müfredat tasarımı
ANIL ÖZTÜRK
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
- Nosql veritabanı sistemlerinin performans karşılaştırılması ve analizi
Comparison and analysis of the performance of nosql database systems
SÜLEYMAN ÖNDER
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAH SEVİN