Enhancing product recommendations with bert: A hybrid approach integrating collaborative filtering and NLP
Bert ile ürün önerilerini geliştirme: İşbirlikçi filtreleme ve NLP'yi entegre eden hibrit bir yaklaşım
- Tez No: 979334
- Danışmanlar: DOÇ. DR. ILHAM HUSEYINOV
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka ve Veri Bilimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dijital ticaret çağında, kullanıcılar mevcut ürünlerin çokluğu karşısında bunalmaktadır; bu durum kullanıcı deneyimini geliştirmek ve satışları artırmak için kişiselleştirilmiş öneri sistemlerini kritik hale getirmektedir. Öneri sistemleri, ürünler, hizmetler ve bilgi için kişiselleştirilmiş öneriler sunarak dijital kullanıcı deneyiminin temel unsurları haline gelmiştir. Bu çalışma, geleneksel işbirlikçi filtreleme yöntemlerini, özellikle ön eğitimli BERT modeli kullanılarak geliştirilen ileri Doğal Dil İşleme (NLP) teknikleriyle birleştirerek hibrit bir ürün öneri yaklaşımını incelemektedir. Öncelikle büyük ölçekli veri kümelerindeki veri seyrekliği sorununu, yetersiz aktiviteye sahip kullanıcıları filtreleyerek çözmekte ve böylece matris yoğunluğunu önemli ölçüde artırmaktayız. Geleneksel öneri sistemlerinin çoğu kullanıcıların sayısal puanlamalarına dayansa da, yalnızca bu puanlamalar yeterli olmayabilir; kullanıcılar tarafından yazılan yorumlar tercihler, görüşler ve ihtiyaçlar hakkında önemli yeni bilgiler sağlamaktadır. KNNWithMeans ve Tekil Değer Ayrışımı (SVD) gibi işbirlikçi filtreleme teknikleri uygulanmış ve değerlendirilmiş olup, kullanıcı tabanlı KNN modeli en düşük RMSE değerini vermiştir. Önerilerin kalitesini daha da artırmak için, dilsel çeşitlilik ve doğal dil nüanslarının yorum işlemeyi zorlaştırabileceği dikkate alınarak, ürün başlıkları ve açıklama çiftleri üzerinde BERT modeli ince ayar yapılmıştır; çünkü BERT yorumların bağlamını ve anlamsal içeriğini anlamakta üstün bir performans sergilemektedir. Deneysel sonuçlar, BERT destekli sistemin geleneksel modellere göre daha iyi performans gösterdiğini, %92 doğruluk oranı yakaladığını ve anlamsal olarak daha alakalı öneriler sunduğunu ortaya koymaktadır. Bu çalışma, derin öğrenme ve NLP yöntemlerinin geleneksel öneri algoritmalarıyla birleştirilmesinin, doğru ve bağlam bilincine sahip ürün önerileri oluşturmadaki etkinliğini göstererek, kullanıcı deneyimini kişiselleştirmekte ve müşteri memnuniyetini artırmaktadır.
Özet (Çeviri)
In the age of digital commerce, users are overwhelmed by the vast number of available products, making personalized recommendation systems crucial for enhancing user experience and increasing sales. Recommendation systems have become essential elements of the digital user experience by providing personalized recommendations for products, services, and information. This paper explores a hybrid approach to product recommendation by integrating traditional collaborative filtering methods with advanced Natural Language Processing (NLP) techniques, specifically using the pre-trained BERT model. We begin by addressing the data sparsity challenge in large-scale datasets by filtering out users with insufficient activity, significantly improving matrix density. While most traditional recommendation systems rely on users' numerical ratings, these ratings alone may not suffice; user-generated reviews introduce new sources of essential information about preferences, opinions, and needs. Collaborative filtering techniques such as KNNWithMeans and Singular Value Decomposition (SVD) are implemented and evaluated, with the user-based KNN model yielding the lowest RMSE. To further enhance recommendation quality, recognizing that linguistic diversity and natural language nuances can complicate review processing, we fine-tune BERT on pairs of product titles and descriptions to predict item similarity, as BERT excels in understanding the context and semantics of reviews. Experimental results show that the BERT-enhanced system outperforms traditional models, achieving an accuracy of 92% and providing recommendations that are semantically more relevant. This study demonstrates the effectiveness of combining deep learning and NLP with conventional recommendation algorithms to produce accurate and context-aware product suggestions, thereby making the user experience more personalized and enhancing customer satisfaction.
Benzer Tezler
- The role of artificial intelligence (AI) in revolutionizing e-commerce: A study on the impact of ai in personalizing shopping experiences, improving product recommendations, and enhancing customer engagement
E-ticarette yapay zekânın (AI) rolü: Alışveriş deneyimlerini kişiselleştirme, ürün önerilerini geliştirme ve müşteri etkileşimini artırma üzerine bir çalışma
HAMZA JROUNDI
Yüksek Lisans
İngilizce
2025
İşletmeBahçeşehir ÜniversitesiAvrupa Birliği İktisadı ve İşletme Ana Bilim Dalı
DOÇ. CAFER ŞAFAK EYEL
- Enhancing virtual reality musical instrument design: Solving software topology problems with VRMI Creation Toolkit
Sanal gerçeklik müzik enstrumanı tasarımının iyileştirilmesi: Yazılım mimarisi sorunlarının VRMI Creation Toolkit ile çözümü
OZAN SARIER
- A graph neural network model with adaptive weights for session-based recommendation systems
Oturum tabanlı öneri sistemleri için uyarlanabilir ağırlıklara sahip bir çizge sinir ağı modeli
BEGÜM ÖZBAY
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
DR. RESUL TUGAY
- Paintings as a product: On art market and collector's consumer behavior
Tablo olarak bir ürün: Sanat pazarı ve koleksiyoncu tüketici davranışları üzerine
BETTINA JABBOUR
Yüksek Lisans
İngilizce
2025
İşletmeBahçeşehir Üniversitesiİşletme Ana Bilim Dalı
Assist. Prof. KAZIM SELÇUK TUZCUOĞLU
- İşletmelerin tedarikçileriyle olan iş birliği düzeylerini etkileyen faktörlerin belirlenmesi: TRB2 bölgesindeki imalat ve hizmet işletmeleri üzerine bir uygulama
Determining the factors affecting cooperation levels of businesses with their suppliers: An application on manufacturing and service businesses in TRB2 region
ÖZGÜN CÜMANDÜR
