Geri Dön

Analysis of graph and text representation techniques for news recommendation and news classification

Haber önerme ve sınıflandırmada çizge ve metin gösterim yöntemlerinin analiz edilmesi

  1. Tez No: 716963
  2. Yazar: MUSTAFA AĞRIMAN
  3. Danışmanlar: PROF. DR. PINAR KARAGÖZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Grafik göstergeler, Grafikler, Haber kaynakları, Graphical indication, Graphics, News sources
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bilgisayar biliminde yaşanan gelişmeler, hayatın her alanında yazılım uygulamalarının kullanımının artmasına neden olmaktadır. Bu da veri kullanımının artmasına neden olmaktadır. Metinsel verileri kullanan uygulamalar, metinler arasındaki benzerlikleri bulma, metinlerden olayları algılama ve metinleri sınıflandırma gibi görevleri içerir. Bununla birlikte, grafik yapısındaki ek özellikleri ve karmaşık ilişkileri ifade etme yeteneğinden dolayı, grafikleri ve grafik vektörlerini kullanmak, metinsel bilgileri temsil eden metinsel yöntemlerden daha başarılı olabilir. Bu tezde, haber tavsiyesi ve haber sınıflandırması gibi alanlarda metinsel verilerin grafik yapıda ifade edilmesinin doğrudan metin gösteriminden daha başarılı olacağı varsayılmaktadır. Tez çalışması kapsamında farklı grafik gösterim yöntemleri uygulanmış ve bu yöntemlerden elde edilen sonuçlar metin gösterimlerinin performansı ile karşılaştırılmıştır.

Özet (Çeviri)

Developments in computer science leads to increase in the use of software applica- tions in all areas of life. This also causes an increase in data usage. Applications using textual data involves tasks such as finding similarities between texts, detecting events from texts, and classifying texts. However, using graphs and graph vectors can be more successful than textual methods of representing textual information, due to capability to express additional features and complex relationships in graph structure. In this thesis, it is hypothesized that textual data expresse in graph structure will be more successful than direct text representation in areas such as news recommendation and news classification. Within the scope of the thesis study, different graph representation methods have been applied and the results obtained from these methods have been compared with the performance under text representations.

Benzer Tezler

  1. Ütopyalarda mekan analizi-Campanella örneği üzerinden metin görselleştirme yöntemi

    Spatial analysis in utopias-A method of text visualisation on Campanella example

    ALİ YÜCEL DOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. SAİT ALİ KÖKNAR

  2. Graph-aware fraud detection in review platforms via layered feature engineering

    Katmanlı graf-tabanlı özellik türetme ile inceleme platformlarında sahtekarlık tespiti

    MEHMET ALİ HAN TUTUK

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞERİF BAHTİYAR

  3. Arama sorguları üzerinde görev tabanlı kümeleme

    Task-based clustering on search queries

    ALMILA SELCEN AKGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YUSUF YASLAN

  4. Mimarlık ve dansta notasyon: Bedenli bilgi ve mekânın üretimi

    Notations in architecture and dance: Embodied knowledge and production of space

    SEÇİL YATAN GÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. SIDIKA ASLIHAN ŞENEL

  5. Makine öğrenmesi yöntemleri ile yapısal verilerin vektör gömülümleri

    Vector embeddings of structural data by machine learning techniques

    SARMAD NIHAD MOHAMMED SALIH

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SEMRA GÜNDÜÇ