Segment-aware hyperbolic embeddings for personalized job recommendation systems
Segment-duyarlı hiperbolik gömmeler ile kişiselleştirilmiş iş önerisistemleri
- Tez No: 952933
- Danışmanlar: DOÇ. DR. YÜCEL BATU SALMAN
- Tez Türü: Doktora
- Konular: Matematik, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mathematics, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu doktora tezi, mevcut yaklaşımlardaki iki büyük zorluğu ele alan“Segment-Farkında LorentzFM”adlı kişiselleştirilmiş iş tavsiye sistemleri için yeni bir çerçeve sunmaktadır: kullanıcı davranışlarındaki heterojenlik ve iş piyasası ilişkilerinin hiyerarşik doğası. Davranışsal kullanıcı segmentasyonunu hiperbolik gömülerle bütünleştirerek, önerilen model, çeşitli kullanıcı profilleri ve iş kategorileri genelinde tavsiye kalitesini önemli ölçüde artırmaktadır. Kariyer.net'teki 103.896 kullanıcıdan elde edilen 1,6 milyondan fazla iş başvurusunun kapsamlı veri analizi aracılığıyla, benzersiz başvuru davranışlarına sahip üç farklı kullanıcı segmenti belirledik: hedefli başvuru kalıpları sergileyen“İdeal Adaylar”, orta düzeyde keşif gösteren“Dengeli Adaylar”ve son derece çeşitli başvuru kalıpları gösteren“Maymun İştahlı Adaylar”. Segmentasyon yaklaşımımız, kullanıcıları etkili bir şekilde kategorize etmek için başvuru çeşitliliği, tutarlılık metrikleri ve entegre puanlama içermektedir. Temel yenilik, kullanıcıları ve işleri geleneksel Öklid uzayı yerine Lorentz hiperbolik uzayında temsil ederek, modelin iş piyasalarındaki doğal hiyerarşik ilişkileri yakalamasına olanak sağlamasıdır. Ayrıca, hiyerarşik iş yapısı içindeki karmaşık etkileşim kalıplarını yakalamak için kullanıcı özellikleri, iş özellikleri ve referans orijin noktası arasındaki ilişkileri ölçen yeni bir üçgen puanlama mekanizması sunuyoruz. Deneysel sonuçlar, Segment-Farkında LorentzFM'in değerlendirme metrikleri genelinde üstün performans göstererek (AUC-ROC: 0,9718, Hassasiyet: 0,9045, Geri Çağırma: 0,9327, F1: 0,9184) temel modelleri önemli ölçüde geride bıraktığını göstermektedir. Model, soğuk başlangıç senaryolarında dikkat çekici bir sağlamlık göstermekte ve farklı kullanıcı segmentleri genelinde kişiselleştirme ile genelleme arasında etkili bir denge sağlamaktadır.
Özet (Çeviri)
This doctoral thesis introduces“Segment-Aware LorentzFM,”a novel framework for personalized job recommendation systems that addresses two major challenges in current approaches: heterogeneity in user behaviors and the hierarchical nature of job market relationships. By integrating behavioral user segmentation with hyperbolic embeddings, the proposed model significantly enhances recommendation quality across diverse user profiles and job categories. Through comprehensive data analysis of over 1.6 million job applications from 103,896 users on Kariyer.net, we identified three distinct user segments with unique application behaviors:“Ideal Candidates”exhibiting targeted application patterns,“Balanced Seekers”showing moderate exploration, and“Fickle-Minded Seekers”demonstrating highly diverse application patterns. Our segmentation approach incorporates application diversity, consistency metrics, and integrated scoring to effectively categorize users. The key innovation lies in representing users and jobs in Lorentz hyperbolic space rather than traditional Euclidean space, allowing the model to naturally capture the inherent hierarchical relationships in job markets. We also introduce a novel triangle scoring mechanism that measures relationships between user attributes, job attributes, and a reference origin point to capture complex interaction patterns within the hierarchical job structure. Experimental results demonstrate that Segment-Aware LorentzFM significantly outperforms baseline models, achieving superior performance across evaluation metrics (AUC-ROC: 0.9718, Precision: 0.9045, Recall: 0.9327, F1: 0.9184). The model shows remarkable robustness in cold-start scenarios and effectively balances personalization with generalization across different user segments.
Benzer Tezler
- Barajların hacim-verim ilişkisi üzerine bir araştırma
Başlık çevirisi yok
MEHMET KILIÇARSLAN
Yüksek Lisans
Türkçe
1987
İnşaat MühendisliğiÇukurova Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. TEFARUK HAKTANIR
- Liorhyssus hyalinus (F.) (heteropterar haopalidae)'ta anten rejenerasyon kapasitesinin saptanması üzerinde araştırmalar
Investigations on the Antennal regenerative capasity of Lrorhyssus hyalinus (F.) (heteroptera: rhappalidea)
SACİDE BÜLBÜL
- Yerçekimi dengelenmesinin Helianthus annuus fidelerinde hücre çeperi ekstensibilitesine şeker ve nişasta içeriğine etkisi
Başlık çevirisi yok
MUAMMER ÜNAL
- Sistemik steroid kullanımı sonucunda göziçi basıncı, dışakım kolaylığı ve ön segment değişikliklerinin incelenmesi
Başlık çevirisi yok
TURGAY ORHAN AKTUNÇ
