Geri Dön

Doğal Dil İşleme Temelli İçeriğe Duyarlı Bir ürün öneri Sistemi Geliştirilmesi

Developing a Content-Aware Product Recommendation System Based on Natural Language Processing

  1. Tez No: 1016838
  2. Yazar: BERKE AKKAYA
  3. Danışmanlar: PROF. DR. SEDA TOLUN TAYALI
  4. Tez Türü: Doktora
  5. Konular: İşletme, Yönetim Bilişim Sistemleri, Business Administration, Management Information Systems
  6. Anahtar Kelimeler: Doğal dil işleme, Öneri sistemleri, Natural language processing, Suggestion systems
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Sayısal Yöntemler Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez, moda e-ticaretinde kişiselleştirme ve öneri kalitesini arttırmak amacıyla modüler ve çok katmanlı bir hibrit öneri sistemi mimarisi sunmaktadır. Sistem; kullanıcılar arası ve ürünler arası benzerlikleri, SBERT tabanlı metin uzayında tarz temelli kullanıcı-ürün eşleşmelerini ve oturumdan türetilmiş birlikte satın alım sinyallerini bütünleştirmektedir. Her katman bağımsız olarak skor üretmekte; bu skorlar ortak bir ölçeğe normalize edilerek ağırlıklı biçimde tek bir sıralama puanına dönüştürülmektedir. Metinsel sinyaller alan uyarlamalı SBERT üzerinden, yapılandırılmış sinyaller ise demografik ve ürün özelliklerinden elde edilmektedir. Değerlendirme, H&M veri kümesi üzerinde kullanıcı bazında makro ortalama alınan Precision@12, Recall@12, F1@12, MAP@12, NDCG@12 ve MRR@12 metrikleriyle çevrimdışı olarak yürütülmüştür. Bulgular, kullanıcılar arası katmanda hibrit temsilin tüm metriklerde üstünlük sağladığını; ürünler arası katmanda ise kısa ve formülleşmiş içerikler nedeniyle metne dayalı temsilin sınırlı kaldığını, yapılandırılmış özniteliklerin daha belirleyici olduğunu ortaya koymaktadır. Tarz katmanı sıralama kalitesini doğrudan iyileştirirken, birlikte satın alım katmanı birleşimde çeşitlilik ve sepet uyumu göstergelerini arttırmaktadır. Doğruluk, kapsam ve isabetlilik arasında dengeli bir ağırlık dağılımı belirlemek için Pareto optimal analiz uygulanmış; seçilen konfigürasyon (w=0.30, 0.30, 0.20, 0.20) 200.000 kullanıcılık doğrulama örnekleminde MAP@12 = 0.4363 ve NDCG@12 = 0.5281 değerlerine ulaşmıştır. Çalışma; açıklanabilir bir hibrit çatı, veri temelli ağırlıklandırma ve ölçekte tutarlı kazanımlar sunmaktadır. Gelecek çalışmalarda çevrimiçi A/B testleri, öğrenilebilir ağırlıklar, zaman boyutunun modellenmesi ve görsel modalitenin eklenmesi önerilmektedir.

Özet (Çeviri)

This thesis presents a modular, multi-layered hybrid recommendation system architecture designed to improve personalization and recommendation quality in fashion e-commerce. The system integrates user-user and item-item similarities, style-based user-item matching in an SBERT-based text space, and co-purchase signals derived from sessions. Each layer independently generates a score; scores are normalized to a common scale and combined into a single weighted ranking score. Textual signals are obtained via domain-adapted SBERT, while structured signals are derived from demographic and product attributes. Evaluation was conducted offline on the H&M dataset using six macro-averaged user-level metrics: Precision@12, Recall@12, F1@12, MAP@12, NDCG@12, and MRR@12. Results show that hybrid representation outperforms all baselines in the user-user layer, whereas in the item-item layer, text-based representations remain limited due to short and formulaic product descriptions, with structured attributes proving more discriminative. The style layer directly improves ranking quality, while the co-purchase layer enhances diversity and basket compatibility in the combined output. Pareto-optimal analysis was applied to determine a balanced weight distribution across accuracy, coverage, and precision; the selected configuration (w=0.30, 0.30, 0.20, 0.20) achieved MAP@12 = 0.4363 and NDCG@12 = 0.5281 on a 200,000-user validation sample. The study offers an explainable hybrid framework with domain-adapted SBERT, data-driven weighting, and consistent gains at scale. Future work includes online A/B testing, learnable weight mechanisms, explicit temporal modeling, and the integration of visual modalities.

Benzer Tezler

  1. 1985-1986 yıllarında Polatlı Devlet Hastanesine kaza nedeniyle başvuranların incelenmesi

    Başlık çevirisi yok

    FERHAN ŞENOL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    İlk ve Acil YardımGazi Üniversitesi

    Kazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)

    DOÇ. DR. HİKMET PEKCAN

  2. Sivas'ta kadınların işgücüne katılım farklılıkları

    Başlık çevirisi yok

    BİNNUR ERCEM

    Yüksek Lisans

    Türkçe

    Türkçe

    1984

    SosyolojiCumhuriyet Üniversitesi

    Kurumlar Sosyolojisi Ana Bilim Dalı

    YRD. DOÇ. DR. FARUK KOCACIK

  3. Landsat uydusu aracılığı ile elde edilen görüntülerin sınıflandırılmaları ve bunlara ilişkin bilgisayar programlarının hazırlanması

    Başlık çevirisi yok

    G. FERZAN KÜÇÜKA

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİS PÜSKÜLCÜ

  4. Isı borulu sera tipi damıtıcı

    Başlık çevirisi yok

    HİKMET DOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    Makine MühendisliğiGazi Üniversitesi

    YRD. DOÇ. DR. ALİ YÜCEL UYAREL

  5. Orta öğretimdeki sporcu öğrencilerin sorunları

    Başlık çevirisi yok

    FÜSUN ÖZBEKÇİ

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    SporUludağ Üniversitesi

    Spor Bilimleri Ana Bilim Dalı

    DOÇ. DR. SUAT ANAR