Hypernetwork-based hybrid recommendation system enhanced by llm-augmented representations
Büyük dil modelleri ile zenginleştirilen temsillerle güçlendirilmiş hiper-ağ tabanlı hibrit öneri sistemi
- Tez No: 972969
- Danışmanlar: DOÇ. DR. ŞEYDA ERTEKİN
- 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: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dijital içerik çeşitliliği ve hacmindeki hızlı büyüme, kullanıcılara ilgili öğeleri verimli bir şekilde sunma zorluğunu arttırmıştır. Öneri sistemleri, platformlar için etkileşimi ve kullanıcıyı elde tutmayı geliştirirken kullanıcı memnuniyetini artırarak bu zorluğun üstesinden gelmenin etkili bir yolu olarak ortaya çıkmıştır. Son yıllarda, büyük dil modelleri (LLM'ler) öneri sistemlerine entegre edilmesi; bilgi enjeksiyonu, örüntü tanıma ve kullanıcı profili çıkarma gibi görevleri gerçekleştirme kabiliyetleri nedeniyle giderek artan bir ilgi görmektedir. Bu tez, LLM'ler tarafından oluşturulan insan tarafından okunabilir kullanıcı profillerinden yararlanarak bireysel kullanıcılar için kişiselleştirilmiş öneri ağları oluşturan bir hiperağ tabanlı mimari olan Real World Recommender'ı tanıtmaktadır. Bu çerçevede, hiperağ, oluşturulan profillere dayanarak kullanıcı tercihlerini tahmin etmekten sorumlu ikincil bir sinir ağının ağırlıklarını üretir. Her kullanıcıya özel bir sinir ağı uyarlayarak, önerilen yaklaşım kişiselleştirilmiş öneri sistemlerinde LLM tabanlı kullanıcı temsillerinin yeni bir kullanımını sunmaktadır. Yaygın olarak kullanılan kıyaslama veri kümeleri üzerinde yapılan deneysel değerlendirmeler, yöntemin sürekli olarak belirlenmiş temel değerleri geride bıraktığını ve doğru ve iyi sıralanmış öneriler üretmedeki etkinliğini vurgulamaktadır.
Özet (Çeviri)
The rapid growth in the diversity and volume of digital content has intensified the challenge of efficiently delivering relevant items to users. Recommendation systems have emerged as an effective means of addressing this challenge, enhancing user satisfaction while improving engagement and retention for platforms. In recent years, the integration of large language models (LLMs) into recommendation systems has gained increasing attention due to their ability to perform tasks such as knowledge injection, pattern recognition, and user profiling. This thesis introduces Real World Recommender, a hypernetwork-based architecture that leverages human-readable user profiles generated by LLMs to construct personalized recommendation networks for individual users. Within this framework, the hypernetwork produces the weights of a secondary neural network responsible for predicting user preferences based on the generated profiles. By tailoring a dedicated neural network to each user, the proposed approach offers a novel utilization of LLM-based user representations in personalized recommendation systems. Experimental evaluations conducted on widely used benchmark datasets demonstrate that the method consistently outperforms established baselines, highlighting its effectiveness in generating accurate and well-ranked recommendations.
Benzer Tezler
- A hybrid approach for data classification based on mathematical modelling and improved online learning algorithm for general fuzzy min-max neural network
Genel bulanık min-maks sinir ağları için gelişmiş çevrimiçi öğrenme algoritmasına ve matematiksel modellemeye dayalı veri sınıflandırması için hibrit bir yaklaşım
ÖMER NEDİM KENGER
Doktora
İngilizce
2023
Endüstri ve Endüstri MühendisliğiGaziantep ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. EREN ÖZCEYLAN
- SDN-based Controllable-P2P-assisted CDN for HTTP adaptive live video streaming over edge access networks
Uç erişimli ağlar üzerinden HTTP uyarlamalı canlı video akışı için YTA tabanlı kontrol edilebilir-P2P destekli CDN
SELİN NACAKLI
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET MURAT TEKALP
- Improved image based localization using semantic descriptors
Anlamsal betimleyiciler ile gelişmiş imge tabanlı konumlandırma
İBRAHİM ÇINAROĞLU
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YALIN BAŞTANLAR
- Web tabanlı saldırı önleme amaçlı yeni bir gerçek zamanlı web uygulaması güvenlik duvarı algoritmasının gerçekleştirilmesi
Implemantation of a real time web-based intrusion prevention aimed web application firewall algoritm
ADEM TEKEREK
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektronik ve Bilgisayar Eğitimi Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ÖMER FARUK BAY
- Derin öğrenme ile içerik tabanlı siber tehdit tespiti
Content-based cyber threat detection with deep learning
EMRE KOÇYİĞİT
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BANU DİRİ