The hybrid recommender system using deep learning for tourism in Istanbul
İstanbul turizmi için derin öğrenmeyi kullanan hibrit öneri sistemi
- Tez No: 925704
- Danışmanlar: DR. ÖĞR. ÜYESİ 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: 2024
- 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: 68
Özet
İstanbul, Türkiye'nin en büyük şehirlerinden biridir. Birçok gezilecek meşhür yerler, kaliteli hoteller ve nefis yemeklerin zengin mutfağı olup, yılın farklı mevsimlerinde Türkiye'ye gelen tüm ziyaretçilerin ilk tercihi kalır. Ama, gelen turistlerin bu çok fazla olan seçeneklerin ortasında, kendi isteklerini en uygun seçenekleri bulma imkanı zorluk çıkıyorlar. Dolayısıyla, bu sorunu çözme amacıyla, İstanbul'daki turizm deneyimini geliştirmek için derin öğrenme (deep learning) kullanan bir Hibrit Öneri Sistemi (Hybrid Recommender System) geliştirdik. Bu sistem, doğru ve kişiselleştirilmiş tavsiyeler sunabilmek için farklı yaklaşımları bir araya getiriyor. İçerik tabanlı filtreleme (Content-Based Filtering), işbirlikçi filtreleme(Collaborative Filtering) ve yapay sinir ağlarını (ANN) kullanarak hem kullanıcı tercihlerini hem de öğe benzerliklerini dikkate alarak dakik tavsiyeler sunar. Başta olmak üzere, TripAdvisor'dan ürün isimleri, fiyatlar, derecelendirmeler, yorumlar ve adresler gibi verileri toplanır. Sonra, birici adımda içerik tabanlı filtreleme (content based filtering) ve Euclidean Distance teknikleri kullanarak ürün özelliklerini analiz edelir ve öneriler sunulur. Daha sonra, derecelendirme ve yorumlara göre öğeleri sınıflandırmak için Destek Vektör Makineleri (SVM), K-nearest neighbor (KNN), Rastgele Orman(Random Forest) ve Lojistik Regresyon gibi makine öğrenme (ML) algoritmalarını kullanıyoruz.Sonraki adımda, verideki karmaşık ilişkileri belirtmek için bir ANN modeli uygulanır. Bu model, incelemeler, puanlar ve fiyatlar gibi özellikleri işleyerek öneri sisteminin doğruluğunu artırır. Son olarak, farklı öneri yöntemlerinden elde edilen sonuçları ağırlıklı ortalama ile birleştiriyoruz. Bu çalışma, belirlenen amaçlar doğrultusunda, kullanıcıların ihtiyaçlarına en uygun hizmetleri sunmayı hedeflemektedir. Böylece, İstanbul'daki genel turist deneyimini iyileştirirken, bireysel tercihlere uygun kişiselleştirilmiş önerilerle yüksek doğruluk ve hassasiyet sağlamak mümkün olacaktır. Turistlerin seyahat süreçlerinde karşılaştıkları zorlukları minimize ederek, daha keyifli ve anlamlı bir deneyim yaşamalarını sağlamak amacıyla, yenilikçi bir yaklaşım sunulmaktadır.
Özet (Çeviri)
Istanbul, recognized for its remarkable beauty and cultural significance, is a premier destination for international travelers to Turkey. Despite its popularity, visitors frequently encounter challenges when attempting to navigate the extensive array of attractions, accommodations, and dining options available. While numerous online resources, such as blogs and forums, offer valuable information, the overwhelming volume can lead to information overload, highlighting the limitations of current recommendation technologies in the tourism sector. This research aims to develop a sophisticated recommendation system that enhances the overall tourist experience by providing personalized recommendations tailored to individual preferences and real-time location data. The increasing demand for detailed insights into local attractions including culinary experiences, shopping venues, and points of interest, necessitates a focused approach to information delivery. To address these challenges, we will utilize data sourced from the prominent platform TripAdvisor, employing a hybrid methodology that integrates collaborative filtering and content-based techniques through Artificial Neural Networks (ANNs). This approach aims to generate precise recommendations for hotels, restaurants, and attractions, ultimately improving the decision-making process for travelers. The primary objective of this study is to establish a robust recommendation system that achieves high accuracy and precision, ensuring that users receive tailored suggestions aligned with their unique needs and preferences while visiting Istanbul.
Benzer Tezler
- Deep learning based hybrid recommender system
Derin öğrenme tabanlı öneri sistemi
MUHAMMET ÇAKIR
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Hybrid deep multi-criteria recommender system model
Hibrit derin çok kriterli öneri sistemi modeli
ABDULRAHMAN ALNAHHAS
Yüksek Lisans
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
- Derin öğrenme ile aihm dava dosyalarının yapılandırılarak referans önerici sistem geliştirilmesi
Developing a reference recommender system by structuring echr case files with deep learning
NİYAZİ MEHMET CANSEVER
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF SİNAN AKGÜL
- A hybrid article recommendation system based on deep learning and co-publication network analytics
Derin öğrenme ve ortak yayın ağı analitiklerine dayalı bir hibrit bilimsel makale öneri sistemi
BÜŞRA ATLANEL
Yüksek Lisans
İngilizce
2019
Mühendislik BilimleriBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET ONUR DURAHİM
- Derin öğrenme tabanlı hibrit NFT öneri sistemi
Deep learning based hybrid NFT recommendation system
DURMUŞ AYDOĞDU
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN