Business point of interest recommendation with reinforcement learning
Pekiştirmeli öğrenme ile iş yeri konum önerileri
- Tez No: 929085
- Danışmanlar: PROF. DR. SELİM SAFFET BALCISOY
- 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: Sabancı Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Bir iş yerinin başarısında konumun önemi yadsınamaz. Mevcut iş yeri konum seçimi yaklaşımları genellikle analiz edilen coğrafi ve ekonomik iklime özel oluşturulmuş ve ince ayarlanmış modellere dayanmaktadır, ve bu sebepten çeşitli senaryolar arasında sınırlı genellemeye sahiptir. Bu tez, bir coğrafi alanda eğitilebilen ve başka bir alana ek eğitim veya ince ayar gerektirmeden uygulanabilen yenilikçi bir Derin Q-Öğrenme modeli önermektedir. Gerçek dünya verileri üzerinde yapılan kapsamlı deneyler, önerilen modelin üstün genellenebilirliğini ortaya koymaktadır. Önerilen Derin Q-Öğrenme modeli seçtiği iş yeri konumları ile Huff yerçekimi modelinden %15,33 daha fazla kar elde etmekte; en iyi durum senaryosuna kıyasla ise ortalama %78,02 kar elde etmektedir. Ampirik sonuçlar, bir coğrafi alanda eğitilen modelin başka bir coğrafi alanda başarılı bir şekilde uygulanabilmesi için eğitim verilerindeki değişintinin test verilerindeki değişinti kadar yüksek olması gerektiğini göstermektedir. Modelin eğitildiği ve uygulandığı şehirlerin çeşitli özellikleri arasındaki farklılıklara rağmen, eğitildiği şehir verisindeki değişinti uygulandığı şehir verisindeki değişintiden yüksek olduğu sürece Derin Q-Öğrenme modeli uygun iş yeri konum önerileri çıkarabilmektedir. Önerilen yaklaşım, iş yeri konum seçimi sorununa son derece genellenebilir ve kolayca uygulanabilir bir çözüm sunmakta, yerçekimi tabanlı modellere güçlü bir alternatif sağlamaktadır.
Özet (Çeviri)
The importance of location for business success cannot be overstated. Existing approaches to the business location selection problem often involve creating extensively tuned models specific to the geographical and economic climate being analyzed, and thus suffer from limited generalization across diverse scenarios. This thesis proposes a novel Deep Q-Learning framework for business location recommendation that can be trained in one geographic area and applied to another without requiring further training or tuning. Comprehensive experiments on real-world data demonstrate the superior generalizability of the proposed recommendation framework, outperforming the well-established Huff gravity model by 15.33% in profits, with an average profit realization of 78.02% compared to the best-case scenario. Empirical results indicate that variation in training data must be as high as the variation in the test data for the framework to be successfully applied to other locations despite discrepancies between the characteristics of the cities. The proposed approach offers a highly generalizable and easily applicable solution to the business location selection problem, providing a strong alternative to gravity-based models.
Benzer Tezler
- Gümrük Birliği sürecinin Türk sermaye piyasasına etkileri
The Effects of Customer Union course on Turkish capital market
ÖNDER HALİSDEMİR
Yüksek Lisans
Türkçe
1997
EkonomiMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
PROF. DR. İLHAN ULUDAĞ
- Towards context-aware recommender systems for tourists
Turistler için bağlam duyarlı öneri sistemleri üzerine
ERCAN EZİN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversity of BristolBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. SETH BULLOCK
- Zemin etüdü ve ıslahı işlerinde maliyet planlaması, analizi ve tahmini
Cost planning, analysis and estimation in soil investigation and improvement works
AHMET ERTÜRK
Yüksek Lisans
Türkçe
2012
Makine Mühendisliğiİstanbul Teknik ÜniversitesiYapı Mühendisliği Ana Bilim Dalı
DOÇ. DR. G. EMRE GÜRCANLI
- Yatırım projelerinde sosyal fayda ve maliyet analizi
The Social cost-benefit analysis of investment projects
FUAT BEYAZIT
- Partnering: Applicability in the Turkish construction sector
'Partnering' kavramının Türk inşaat sektöründe uygulanabilirliği
SEVDA BAYRAMOĞLU