Lokasyon bazlı sosyal ağlarda kullanıcılara ilgi çekici mekânların önerilmesi
Recommended into the location-based social networking users places of interest
- Tez No: 677447
- Danışmanlar: PROF. DR. MEHMET KAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde konum tabanlı sosyal ağların kullanımı artış göstermektedir. Sosyal ağların kullanım amacı sadece haberleşmek ve fotoğraf paylaşımı yapmak değil, aynı zamanda bulundukları mekânların ve yerlerin konumlarını da bildirmektir. Yapılan konum bildirimlerine göre öneri sistemleri kullanılmaktadır. Bu tez çalışmasının amacı ise bağlantı tahminine dayalı bir öneri sistemi kullanarak kullanıcılarının tercihlerine uygun yerlerin önerilmesidir. Kullanıcıların geçmiş check-in bilgileri ve memleket bilgileri göz önünde bulundurularak tahmin yapılmaktadır. Bu tahminler iki parçalı bir ağda bağlantı tahmini yöntemiyle yapılmaktadır. Elde edilen veri seti üzerinde eğiticili öğrenme algoritmaları uygulanmıştır. Gerçek veriler üzerinde yapılan uygulama sonuçları, yöntemin uygulanabilirliği göstermiş ve doğruluk ve F-ölçü gibi performans kriterlerine göre yüksek başarımlar elde etmiştir.
Özet (Çeviri)
The use of location-based social networks is increasing day by day. The purpose of the use of social networks is not only to communicate and share photos but also to report the locations of places and places where they are located. Recommendation systems are used according to the location notifications. The aim of this thesis is to recommend places suitable for users' preferences by using a recommendation system based on link prediction. Predictions are made by taking into account the past check-in information and hometown information of the users. These predictions are made using the link estimation method in a two-part network. Supervised learning algorithms were applied to the obtained data set. The experimental results conducted on real data showed the feasibility of the method and achieved high performance in terms of performance criteria such as accuracy and F-measure.
Benzer Tezler
- Seismic capacity of masonry arches optimally strengthened with fibre-reinforced polymer: Experimental and numerical investigation
Lif takviyeli polimer ile optimum olarak güçlendirilen yığma kemerlerin sismik kapasitesi: Deneysel ve sayısal araştırma
İSMAİL HAKKI TARHAN
Doktora
İngilizce
2022
İnşaat MühendisliğiAtatürk Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. HABİB UYSAL
PROF. DR. PAULO BARBOSA LOURENCO
- Lokasyon bazlı sosyal ağlarda insan hareketliliğinin modellenmesi
Human movements on location based social networks
NİCAT NASİROV
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SONGÜL ALBAYRAK
- Smart city modeling using big data techniques
Büyük veri teknikleri kullanarak akıllı şehir modelleme
MUHAMMET SIDDIK EMEK
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BURAK PARLAK
- A data-driven approach to understanding visitors' behaviorto reduce the negative effects of tourism in historical cities
Tarihi kentlerde turizmin olumsuz etkilerini azaltmak için ziyaretçi davranışlarını anlamaya yönelik veri odaklı bir yaklaşım
SEVİM SEZİ KARAYAZI
Doktora
İngilizce
2024
MimarlıkTechnısche Unıversıteıt EındhovenMimarlık ve Yapılı Çevre Ana Bilim Dalı
PROF. DR. THEO ARENTZE
DR. ÖĞR. ÜYESİ GAMZE DANE
- Creative classes and creative industries as drivers of sustainable competitive advantage: Potential of İzmir as a creative city
Sürdürülebilir rekabet avantajı kazanmada yaratıcı sınıflar ve yaratıcı endüstriler: İzmir'in yaratıcı şehir potansiyeli
NİSA AKIN