Derin öğrenme ile görsel benzerliklerin bulunması ve müşteri sepet analizi ile e-ticaret alışverişleri için ürün önerisi
Finding visual similarities with deep learning and product recommendation for e-commerce shopping with customer basket analysis
- Tez No: 887349
- Danışmanlar: PROF. DR. SELİN SONER KARA
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Sistem Mühendisliği Bilim Dalı
- Sayfa Sayısı: 56
Özet
Bu çalışmanın ilk aşamasında, e-ticaret platformlarında kullanılan ürünlerin görsel benzerliklerini tespit etmek amacıyla derin öğrenme yöntemlerinin kullanılması hedeflenmiştir. Derin öğrenme, karmaşık veri yapılarını analiz etme ve ürünlerin görsel özelliklerini detaylı bir şekilde inceleyerek görsel benzerlikleri ortaya çıkarma yeteneğine sahip güçlü bir yapay zeka teknolojisidir. Bu aşamada, derin öğrenme algoritmaları kullanılarak ürünlerin görsel özellikleri ayrıntılı bir şekilde analiz edilmiş ve benzerlik kriterleri belirlenmiştir. Ardından, belirlenen benzerlik kriterleri ve derin öğrenme kullanılarak ürünler arasındaki görsel benzerlikler matematiksel olarak hesaplanmış ve benzer ürünler tespit edilmiştir. Çalışmanın ikinci aşamasında ise, müşteri sepet analizi gerçekleştirilerek müşterilerin alışveriş davranışları incelenmiştir. Müşteri sepet analizi, müşterilerin geçmiş alışveriş deneyimlerine dayanarak alışveriş sepetine eklenen ürünler arasındaki ilişkileri belirlemektedir. Bu analiz, müşterilere kişiselleştirilmiş ürün önerileri sunmak için ürünlerin birlikte satın alınma olasılıklarını değerlendirmek amacıyla kullanılmıştır. Sonuç olarak, bu çalışma, e-ticaret platformlarında derin öğrenme yöntemleri kullanılarak ürün görsel benzerliklerini tespit etme ve müşteri sepet analizi yapma yoluyla kişiselleştirilmiş alışveriş deneyimleri sunmada önemli bir adımı temsil etmektedir. Bu yöntemlerin etkili bir şekilde kullanılması, müşteri memnuniyetini ve e-ticaret platformlarının rekabet gücünü artırabilir. Ayrıca, müşterilerin aradıkları ürünleri bulamadıklarında, geçmiş alışveriş alışkanlıklarına dayalı ürün önerileri sunmak müşteri kaybını azaltarak satışları artırabilir. Bu çalışmanın bulguları, e-ticaret platformlarının geliştirilmesi ve müşteri deneyimlerinin iyileştirilmesi için değerli bir kaynak olabilir.
Özet (Çeviri)
In the first stage of this study, deep learning methods were aimed to be utilized to detect the visual similarities of the products used in e-commerce platforms. Deep learning is a powerful technology in the field of artificial intelligence, capable of analyzing complex data structures and revealing visual similarities by examining visual featuresof the products in detail. In this stage, deep learning algorithms were employed to thoroughly analyze the visual characteristics of the products and determine similarity criteria. Subsequently, using the identified similarity criteria and deep learning, the visual similarities between products were mathematically calculated, and similar products were identified. In the second stage of the study, customer basket analysis was conducted to examine the shopping behaviors of customers. Customer basket analysis determines the relationships between the products added to the baskets based on customers' past shopping experiences. This analysis was used to provide personalized product recommendations to customers by evaluating the likelihood of products being purchased together in shopping baskets. In conclusion, this study represents an important step in providing personalized shopping experiences by detecting product visual similarities and conducting customer basket analysis in e-commerce platforms using deep learning methods. Effectively utilizing these methods can increase customer satisfaction and enhance the competitiveness of e-commerce platforms. Furthermore, offering product recommendations based on customers' past shopping habits when they cannot find the products they are looking for can improve customer satisfaction and increase sales. The findings of this study can serve as a valuable resource for the development and enhancement of e-commerce platforms and customer experiences.
Benzer Tezler
- Learning visual similarity for image retrieval with global descriptors and capsule networks
Küresel tanımlayıcılar ve kapsül ağları ile görüntü erişimi için görsel benzerlikleri öğrenme
DUYGU DURMUŞ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR GÜDÜKBAY
PROF. DR. ÖZGÜR ULUSOY
- Estimation and restoration for heat haze effects in image and video processing
Görüntü ve video işlemede ısı dalgalanması etkilerinin tahmini ve restorasyonu
ÖZLEM ALPERGÜN TANAS
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Morphological chart as a tool for analysis: A study on structural solutions, design types and disciplinary mindsets in design education
Analiz aracı olarak morfolojik çizelge: tasarım eğitiminde yapısal çözümler, tasarım türleri ve disipliner zihniyetler üzerine bir araştırma
RENK HÜLAGÜ İNCE
Doktora
İngilizce
2024
Endüstri Ürünleri Tasarımıİstanbul Teknik ÜniversitesiEndüstriyel Tasarım Ana Bilim Dalı
PROF. DR. ŞEBNEM TİMUR
- Directional regularization based variational models for image recovery
Görüntü onarımı için yön güdümlü düzenlemeye dayalı varyasyonel modeller
EZGİ DEMİRCAN TÜREYEN
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Prediction of personality traits from videos by using machine learning algorithms
Makine öğrenmesi algoritmalarını kullanarak videolardan kişisel özelliklerin tahmin edilmesi
ERTAN TAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK