Movıeadvısor: İçerik tabanlı film öneri sistemi
Movieadvisor: Content based movie recommendation system
- Tez No: 598883
- Danışmanlar: DR. ÖĞR. ÜYESİ SAİT CAN YÜCEBAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Çanakkale Onsekiz Mart Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnternet'in hızla büyüyen yapısı kullanıcıların aradıkları bilgiyi birçok kaynak arasından seçmesini zorlaştırarak, bilginin aşırı yüklenmesi sorununa neden olmaktadır. Öneri sistemleri kullanıcılara kişiselleştirilmiş hizmet ve ürün önerileri sağlamak için, çevrimiçi olarak her geçen gün hızla artan bilgileri filtreleyip en ilgili olanı kullanıcısı ile buluşturarak aşırı bilgi yüklenmesi sorununu çözmektedir. Öneri sistemlerinde kullanılan işbirlikçi filtreleme, içerik tabanlı filtreleme ve hibrit filtreleme olmak üzere üç temel filtreleme yöntemi vardır. Bu tez çalışmasında temelde içerik tabanlı filtreleme tekniğine dayanan, kullanıcı profillerinin oluşturulmasında yapay sinir ağları kullanılarak geliştirilen modelin performansı değerlendirilmiştir. Geliştirilen sistemin performansını eğitmek ve değerlendirmek için, film derecelendirmelerinin yanında kullanıcılara ait bir takım demografik özelliklerinde yer aldığı MovieLens veri kümesi kullanılmıştır. Geliştirilen modelin performans ölçümleri yapıldığında, kesinlik değerinin 57,19%, anma değerinin 99,79% ve doğruluk değerinin 57.24% olduğu görülmüştür.
Özet (Çeviri)
The rapidly growing structure of the Internet makes it difficult for users to choose the information they are looking for, among many sources. This causes the information overload problem. Recommendation systems filter online information that is increasing day by day and recommend the most relevant products. In this way, recommendation systems solve the information overloading problem and provide users with personalized service and product recommendations. There are three basic filtering methods used in recommendation systems: collaborative filtering, content based filtering and hybrid filtering. In this thesis we used neural networks to construct a content based receommendation model . In order to train and evaluate the performance of the developed system, MovieLens dataset which includes some demographic features of users as well as movie ratings were used. The performance of the developed model was measured as; 57,19% precision , 99,79% recall and 99,79% accuracy.
Benzer Tezler
- 1960 dönemi Türk sinemasında işçi sınıfının temsili ve ilk işçi sınıfı filmi örneği olarak“Karanlıkta Uyananlar”
Representation of the working class in pre60s Turkish cinema and“Those Born İnto Darkness”as the first proletariat movie
SERKAN ÜNAL
Yüksek Lisans
Türkçe
2016
Sahne ve Görüntü SanatlarıMaltepe ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
YRD. DOÇ. DR. HAKAN AYTEKİN
- Türk sinemasının gelişimi 1895-1939
The development of Turkish cinema 1895-1939
AHMET BAYDEMİR
Yüksek Lisans
Türkçe
2005
Sahne ve Görüntü SanatlarıEskişehir Osmangazi ÜniversitesiTarih Ana Bilim Dalı
YRD. DOÇ. DR. SELAHATTİN ÖNDER
- Kore sineması ve Hollywood ve yeniden çevrim'e yöneliş: Siworae-The Lake House filmlerinin karşılaştırılması
The cinema of Korea and hollywood and the remake films: Comparison of Siworae and The Lake House
ÖZGE AYŞEM GÖKŞAR
Yüksek Lisans
Türkçe
2010
Sahne ve Görüntü SanatlarıKocaeli Üniversitesiİletişim Ana Bilim Dalı
DOÇ. DR. NİGAR PÖSTEKİ
- Televizyonun okulöncesi dönem çocukları üzerindeki etkisi konusunda öğretmen anne-baba görüşleri
Opinions of parents and teacher regarding effects of television on preschool children
ÜLKÜ KARABULUT
Yüksek Lisans
Türkçe
2003
Radyo-TelevizyonAnadolu Üniversitesiİlköğretim Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET GÜLTEKİN