A multi-perspective analysis of collaborative filtering performance: Metrics, topologies, and algorithms
İşbirlikçi filtreleme performansının çok boyutlu analizi: Metrikler, topolojiler ve algoritmalar
- Tez No: 956019
- Danışmanlar: DOÇ. DR. GÜNCE KEZİBAN ORMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 131
Özet
Öneri sistemleri, kullanıcıların geçmiş etkileşimlerine dayalı olarak onlara uygun içerikler sunarak dijital platformlarda önemli bir rol oynamaktadır. Yeni algoritmalar geliştirme konusunda önemli ilerlemeler kaydedilmiş olsa da, bu sistemlerin değerlendirilmesi halen oldukça kısıtlıdır; bunun başlıca nedenleri arasında genellikle sadece doğruluk metriklerine bağımlı analizlerin yapılması ve veri seti özelliklerinin model performansına etkisinin yeterince anlaşılmamış olması yer almaktadır. Bu tez, kişiselleştirilmiş işbirlikçi filtreleme modelleri için kapsamlı bir değerlendirme çerçevesi önermektedir. Çalışma, 13 öneri algoritmasının 10 gerçek dünya iki parçalı veri seti üzerinde, doğruluk, çeşitlilik ve adalet boyutlarını kapsayan 12 performans metriği kullanılarak sistematik biçimde analiz edilmesine dayanmaktadır. Deneysel tasarım, model performansının değerlendirme boyutlarına göre değişimi, metrikler arası tutarlılık, modellerin metrik türlerine duyarlılığı ve grafiksel topolojik özelliklerin etkisini inceleyen dört araştırma sorusu etrafında yapılandırılmıştır. Bulgular, grafik tabanlı modellerin doğruluk, çeşitlilik ve adalet açısından daha dengeli sonuçlar ürettiğini göstermektedir. Ayrıca, doğruluk metrikleri kendi içlerinde yüksek korelasyon sergilerken, çeşitlilik ve adalet metrikleri daha karmaşık ve modele bağlı ilişkiler göstermektedir. Seyreklik ve L3 benzerliği gibi topolojik özelliklerin model performansını önemli ölçüde etkilediği gözlemlenmiş; ancak bu etkinin metrik türüne ve model mimarisine göre değişiklik gösterdiği bulunmuştur. Genel olarak bu çalışma, öneri sistemlerinin güvenilir biçimde değerlendirilebilmesi için çok boyutlu bir yaklaşım gerektiğini ortaya koymakta ve hem akademik karşılaştırmalar hem de gerçek dünya uygulamaları için değerli içgörüler sunmaktadır.
Özet (Çeviri)
Recommendation systems play a crucial role in digital platforms by offering relevant items to users based on their interaction histories. Although considerable progress has been made in developing new algorithms, evaluating these systems remains challenging due to the overreliance on accuracy metrics and limited understanding of how dataset characteristics influence model performance. This thesis proposes a comprehensive evaluation framework for personalized collaborative filtering models (PCFMs) through a systematic analysis of 13 recommendation algorithms across 10 real-world bipartite datasets, using 12 performance metrics spanning accuracy, diversity, and fairness. Our experimental design is structured around four research questions, examining performance variations across evaluation dimensions, the coherence among metrics, model sensitivity to metric types, and the impact of graph topological features on performance. The results show that graph-based models achieve more balanced outcomes across all three evaluation aspects. Additionally, while accuracy metrics exhibit strong internal correlations, diversity and fairness metrics display more complex and model-dependent relationships. Moreover, topological features such as sparsity and L3 similarity significantly affect performance, though their influence varies by metric and model type. Overall, this study demonstrates that reliable evaluation of recommendation systems requires a multidimensional perspective, offering insights that are essential for both academic benchmarking and real-world deployment.
Benzer Tezler
- Ecological modalities as tools at play in collaborative comprovisational works
İşbirlikçi comprovisational eserlerde ekolojik modalitelerin işleyişi
AMY TERESE SALSGIVER
Doktora
İngilizce
2025
Müzikİstanbul Teknik ÜniversitesiMüzik Ana Bilim Dalı
YRD. DOÇ. EMMANOUIL EKMEKTSOGLOU
- Sürdürülebilir kalkınma sürecinde gençlik: Resimsel bulanık AHP yöntemi ile Avrupa Birliği uygulaması
Youth in the sustainable development process: European Union application with pictural fuzzy AHP method
HABİBE ÖZGE GEYİK
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERVE CENGİZ TOKLU
- Kalkınma ajanslarının performans ölçümünün dengelenmiş skor kart yöntemi ile ölçümlenmesi Fırat Kalkınma Ajansı örneği
Measuring the performance of development agencies with the balanced scorecard method Firat Development Agency example
ELİF İREHAN
Yüksek Lisans
Türkçe
2024
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. ALİYE AHU GÜLÜMSER
- Bir müşterekleşme pratiği olarak Türkiye'de günümüz sanatı kolektifleri: Zero Movement örneği
Contemporary art collectives in Turkey as a practice of commoning: The case of Zero Movement
EZGİ CEREN TUNCAELLİ ÇAKMAK
Yüksek Lisans
Türkçe
2025
Sanat Tarihiİstanbul Teknik ÜniversitesiSanat Tarihi Ana Bilim Dalı
DOÇ. DR. EBRU BELGİN YETİŞKİN DOĞRUSÖZ
- Sinematografik montaj yoluyla mekansal belleğin temsili: Milli Reasürans yapısı
Representation of spatial memory through cinematographic montage: Milli Re Building
İSMAİL GÖKKAYA