Towards context-aware recommender systems for tourists
Turistler için bağlam duyarlı öneri sistemleri üzerine
- Tez No: 915172
- Danışmanlar: PROF. DR. SETH BULLOCK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Makine öğrenmesi, Turizm, Yapay zeka, Öneri sistemleri, Machine learning, Tourism, Artificial intelligence, Suggestion systems
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Unıversıty Of Brıstol
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çevrimiçi perakende ve medya sağlayıcılarının veri ambarı yatırımları, finansal hizmetler, sağlık hizmetleri, turizm ve eğlence sektörlerinde devrim yaratan örüntü bulma tekniklerini kullanmada onları lider konuma getirmiştir. Makine Öğrenimi, bu devrimde büyük veri setlerinin analizini sağlayıp, karmaşık trendleri ortaya çıkarmakta çok önemli bir rol oynamakta ve Öneri Sistemlerinin (ÖS-Recommender Systems) yaygın kullanımıyla kişiselleştirilmiş içgörüler üretmektedir. ÖS algoritmalarının etkinliğinin ve yenilikçiliğinin sürdürülebilmesi için, kişiselleştirme çözümlerinin geliştirilmesi ve değerlendirilmesinde çeşitli veri setlerinin aktif olarak araştırılması kritik önem taşımaktadır. Bu tez, ÖS'nin yeni uygulamalarını araştırarak, Grup Öneri Sistemleri (GÖS-Group Recommender Systems) için güven temelli mekanizmalara, Sonraki-İlgi Noktası (Next-POI) algoritmalarındaki bağlamsal faktörlere ve dinamik olan turizm alanındaki rota önerisi tekniklerine odaklanarak ÖS alanına katkıda bulunmaktadır. Özellikle, bu araştırma geleneksel ÖS sistemlerinde belirlenen sınırlamaları özgün bir çok yönlü yaklaşımla ele almaktadır. İlk olarak, YouTube API tabanlı bir Grup Karar Verme (GKV-Group Decision Making) modeli incelenmekte, burada turizm planlamasında önerileri optimize etmek için kişilerarası dinamikler üzerindeki güven odaklı toplamanın etkisi araştırılmaktadır. İkinci olarak, restoran kampanya fırsatları için kullanıcı tercihleri, popülerlik ve konum gibi faktörleri dengeleyen Bağlam Duyarlı Öneri Sistemi (BDÖS-Context-Aware Recommender System) sunulmaktadır. Bu ikinci çalışma, 300 binden fazla satın işlemi içeren bir veri seti üzerinde test edildiğinde doğrudan iyileştirmeyi göstermektedir. Son olarak, turizmde kişiselleştirilmiş Sonraki-İlgi Noktası (Next-POI) ve rota oluşturmaya odaklanarak, uyarlanabilir çözümler yaratmak için konum, hava durumu ve çalışma saatleri gibi gerçek zamanlı bağlamsal verileri aktif olarak dahil eden bir BDÖS algoritması geliştirilmiştir. Genel olarak, bu tez turizm sektöründe ÖS ve BDÖS'lerin yenilikçi potansiyelini göstermekte, turistlerin karar verme süreçleri ve genel seyahat deneyimleri üzerindeki gerçek etkilerini ortaya koymaktadır.
Özet (Çeviri)
The data warehouse investments of online retail and media providers have made them leaders in exploiting pattern-finding techniques which are revolutionising financial services, health care, tourism and leisure. Machine Learning plays a pivotal role in this revolution, enabling the analysis of massive datasets to uncover complex trends and generate personalised insights with the widespread use of Recommender Systems (RS). To ensure the continued effectiveness and innovation in RS algorithms, it is crucial to actively seek out diverse datasets for developing and evaluating personalisation solutions. This thesis contributes to the RS field by investigating novel applications of RS, emphasising trust-based mechanisms for Group Recommender Systems (GRS), contextual factors within Next-POI (Point of Interest) algorithms, and route recommendation techniques within the dynamic tourism domain. Specifically, this research addresses limitations identified in traditional RS systems through a unique multi-faceted approach. Firstly, a YouTube API-based Group Decision-Making (GDM) model is explored, where we explore the effect of a trust-driven aggregation on interpersonal dynamics for optimising recommendations in tourism planning. Secondly, a Context-Aware Recommender System (CARS) for restaurant deal recommendations is presented, balancing factors such as user preferences, popularity, and location. This work directly showcases the improvement when tested on a dataset with over 300K transactions. Finally, focusing on personalised Next-POI and route generation in tourism, a CARS algorithm is developed that actively incorporates real-time contextual data such as location, weather, and business hours for creating adaptive solutions. Overall, this thesis demonstrates the innovative potential of RSs and CARSs within the tourism sector, with actual impacts on tourists' decision-making processes and their overall travel experiences.
Benzer Tezler
- Dijital Gazetecilik ve Deepfake: Haber Güvenilirliği Üzerine Bir Araştırma
Digital Journalism and Deepfake: A Study on News Credibility
ŞAMİL ÖZER
Yüksek Lisans
Türkçe
2025
İletişim BilimleriBolu Abant İzzet Baysal Üniversitesiİletişim Bilimleri Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ERCAN AKTAN
- Uydu bazlı jeodezik ve jeodinamik veri analiz ve yönetim sistemi tasarımı ve uygulaması
Design and implementation of a satellite-based geodetic and geodynamic data analysis and management system
DENİZ BAŞAR
Doktora
Türkçe
2026
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. RAHMİ NURHAN ÇELİK
- Olasılıksal sismik tehlike analizi ve bir mikrobölgeleme çalışması Bursa-Gemlik örneği
Probabilistic seismic hazard analysis and microzonation: a case study in Bursa Gemlik
TAYLAN AKSOY
Yüksek Lisans
Türkçe
2025
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP İYİSAN
- Eğitim içerikli filmlerdeki yöneticilerin duygu yönetimi
Directors in educational movies emotion management
ASİYE TOPTAŞ
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimAydın Adnan Menderes ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ULUTAŞ
- Türkçe öğretiminde yaratıcı drama yöntemi ile diksiyon becerileri kazandırmaya ilişkin bir model önerisi yaklaşımı
A Recomended model approach towards developing the creative drama method and diction skillis in Turkish education
TÜLİN TÜMTÜRK YILMAZ
Yüksek Lisans
Türkçe
2000
Eğitim ve ÖğretimAnkara ÜniversitesiEğitim Programları ve Öğretim Ana Bilim Dalı
PROF. DR. İNCİ SAN