Use of deep learning for research paper recommendation
Araştırma makale önerisi için derin öğrenmenin kullanımı
- Tez No: 864587
- Danışmanlar: Assist. Prof. Dr. ÖZLEM FEYZA ERKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: BEYKOZ ÜNİVERSİTESİ
- Enstitü: Lisansüstü Programlar Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 54
Özet
In the field of scientific writing, it is crucial to be able to identify and choose relevant publications. However, due to the increasing number of papers being published, researchers face difficulties in manually navigating through the vast amount of literature. In response to the challenge of navigating the growing volume of academic literature, automated paper recommendation systems have emerged to assist researchers in finding relevant publications. These systems also address the need to establish connections between research outcomes and academic journal subjects for article submissions. Traditional text representation models have limitations in capturing semantic relationships between words and addressing the diverse range of topics across different journals, which affects classification and recommendation results. In this study, a dataset sourced from Kaggle, comprising titles and abstracts of research articles, has been expanded to a total of 60,286 instances. This expansion includes 40,000 additional instances from the National Library of Medicine alongside the original 20,286 instances. These instances are categorized into four classes: physics, mathematics, statistics, and computer science. The research employs various feature extraction methods, including doc2vec, TF-IDF, and Bag of Words, and evaluates the performance of classical machine learning algorithms and deep learning models on the feature vectors. The resulting model functions as a recommendation system, offering content-based suggestions for authors seeking papers relevant to their research interests.
Özet (Çeviri)
Bilimsel yazının alanında, ilgili yayınları tanımlayıp seçebilme yeteneği oldukça önemlidir. Ancak, giderek artan sayıda makalenin yayımlandığı bir ortamda, araştırmacılar, geniş bir bilimsel literatürü el ile gezme konusunda zorluklarla karşılaşırlar. Büyüyen akademik literatürün içinde gezinme sorununa cevap olarak, ilgili yayınları bulmada araştırmacılara yardımcı olmayı amaçlayan otomatik makale öneri sistemleri ortaya çıkmıştır. Bu sistemler aynı zamanda araştırma sonuçları ile akademik dergi konuları arasında bağlantı kurma ihtiyacını da ele almaktadır. Geleneksel metin temsil modelleri, kelimeler arasındaki anlamsal ilişkileri yakalama ve farklı dergilerin kapsadığı geniş konu yelpazesini ele alma konularında sınırlamalar taşımaktadır, bu da sınıflandırma ve öneri sonuçlarını etkilemektedir. Bu çalışmada, araştırma makalelerinin başlıklarını ve özetlerini içeren Kaggle veritabanından alınan bir veri kümesi kullanılmış ve bu veri kümesi toplamda 60.286 örneğe genişletilmiştir. Bu genişleme, orijinal 20.286 örneğin yanı sıra Ulusal Tıp Kütüphanesi'nden gelen 40.000 ek örneği içermektedir. Bu örnekler fizik, matematik, istatistik ve bilgisayar bilimleri olmak üzere dört farklı sınıfa ayrılmıştır. Araştırma, doc2vec, TF-IDF ve Kelime Çantası gibi çeşitli özellik çıkarma yöntemlerini kullanmakta ve elde edilen özellik vektörleri üzerinde klasik makine öğrenme algoritmaları ve derin öğrenme modellerinin performansını değerlendirmektedir. Sonuçta ortaya çıkan model, araştırma ilgi alanlarına uygun makaleler arayan yazarlar için içerik tabanlı öneriler sunmaktadır.
Benzer Tezler
- Afet eğitiminde yapay zekâ kullanımı, metin sınıflandırma ve soru-cevap çözümleri (bibliyometrik analiz)
The use of artificial intelligence, text classification and question-answer solutions in disaster education (biometric analysis)
DEMET KARACAOĞLU
Yüksek Lisans
Türkçe
2024
BibliyografyaİZMİR BAKIRÇAY ÜNİVERSİTESİAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NİHAN ÖZBALTAN
- Yazılım tabanlı telsiz haberleşme sistemlerinde derin öğrenme yaklaşımı ile radyo sinyallerinin sınıflandırılması
The classification of radio signals with deep learning approach in software based wireless communication systems
ADEM GÜL
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. BÜLENT BOLAT
- A novel study for the use of e-learning tools in teaching and learning
E-öğrenme kullanımı için yeni bir çalışmaöğretim ve öğrenme araçları
DEDAR AHMED SABER KAFROOSHE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAHI ABDU IBRAHIM
- Applications of multi-agent systems in transportation
Ulaşımda çoklu ajan sistemlerinin uygulamaları
İLHAN TUNÇ
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TURAN SÖYLEMEZ
- Drug target interaction prediction using artificial intelligence
Yapay kullanarak ilaç hedef etkileşimi tahminizeka
BARAA TAHA YASEEN YASEEN
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SEFER KURNAZ