Classification of user consumption data-based consumer profiles using ai
Yapay zeka kullanılarak kullanıcı tüketim verilerine dayalı tüketici profillerinin sınıflandırılması
- Tez No: 943109
- Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, İşletme, Computer Engineering and Computer Science and Control, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda popülerliği önemli ölçüde artan Over-The-Top (OTT) platformları, tüketicilere çeşitli multimedya materyallerine erişim sağlıyor. Bu nedenle tüketici davranışını anlamak, platform sağlayıcıları ve reklamcılık için olmazsa olmaz hale geldi. Kullanıcıları düşük, orta veya yüksek olarak sınıflandırılabilecek tüketim oranlarına göre kategorize etmek için bu araştırma, Karar Ağacı (DT), Rastgele Orman (RF), Regresyon Algoritması, k-En Yakın Komşu (KNN), Bayes Algoritması (BA), Gradient Boosting (GB) ve XGBoost Sınıflandırıcı gibi makine öğrenimine (ML) dayalı bir kullanıcı tüketim kategorizasyon sisteminin oluşturulmasını öneriyor. Verileri kişiselleştirmek ve kümelemeye hazırlamak için araştırma, veri ön işleme tekniklerini kullanacak. Daha sonra, kullanıcının tüketim oranını tahmin etmede hangisinin en doğru olduğunu görmek için birkaç ML sınıflandırıcıyı değerlendirecek. Her algoritmanın sınırları araştırılacak ve sistem veri analitiği ve madenciliği yazılımlarıyla birleştirilecek. Kullanıcı tüketim alışkanlıklarını kategorize etmek için kullanışlı bir uygulama sunarak bu araştırma, ML alanını ilerletecek ve OTT platform sağlayıcıları, reklamverenler ve veri analitiği uzmanları için yararlı olabilir.
Özet (Çeviri)
Over-The-Top (OTT) platforms have grown dramatically in popularity in recent years, giving consumers access to a variety of multimedia material. Understanding consumer behavior has therefore become essential for platform providers and advertising. In order to categorize users based on their consumption rate which may be classed as low, medium, or high this research suggests the construction of a user consumption categorization system based on machine learning (ML) as Decision Tree (DT) , Random Forest ( RF) , Regression Algorithm , k-Nearest Neighbour (KNN), Bayesian Algorithm (BA), Gradient Boosting (GB) and XGBoost Classifier . In order to tailor the data and get it ready for clustering, the research will employ data preprocessing techniques. Next, it will evaluate several ML classifiers to see which one is the most accurate at predicting the user's consumption rate. Each algorithm's limits will be investigated, and the system will be combined with data analytics and mining software. By offering a useful application for categorizing user consumption habits, this research will advance the fields ML and may be useful to OTT platform providers, advertisers, and data analytics experts.
Benzer Tezler
- Bep-tr, Passivhaus ve Energystar hesaplama yöntemlerinin karşılaştırılması
Comparison of the calculation methods BEP-TR, Passivhaus and Energy star
MUHAMMED FATİH KINACI
Yüksek Lisans
Türkçe
2015
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DOÇ. DR. HATİCE SÖZER
- Yeni bir yaklaşımla yük profillerinin oluşturulması ve dağıtım sistemlerinde teknik kayıpların tahmini
A novel approach for load profile formation and technical loss estimation of electrical disrtibution systems
GİZEM TULUN
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER USTA
- Alışveriş merkezi yer seçimi kriterleri ve kullanıcı memnuniyetinin değerlendirilmesi: İstanbul örneği
The evaluation of location selection criteria for shopping malls and the customer satisfaction: The example of Istanbul
TUBA ÜNLÜKARA
Doktora
Türkçe
2017
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. AYŞE LALE BERKÖZ
- Çevrimiçi yorumların metin madenciliği ile analizi: İstanbul'daki alışveriş merkezleri üzerine bir çalışma
Analysis of online reviews with text mining: A study on shopping centers in Istanbul
NERGİZ SÖNMEZ
Yüksek Lisans
Türkçe
2017
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- Mevcut bir apartman binasının alüminyum giydirme cephe sistemiyle yenilenmesinin enerji tüketimi ve CO2 emisyonu açısından değerlendirilmesi
Evaluating the renovation of an existing apartment building with an aluminum facade system in terms of energy consumption and CO2 emissions
İSMAİL KAMIŞ
Yüksek Lisans
Türkçe
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. HATİCE SÖZER