DSpace Arşivi :: by Yazar "Turan, Metin" değerine göre listeleniyor

Yazar "Turan, Metin" seçeneğine göre listele

Listeleniyor 1 - 20 / 29

An AI-based shortlisting model for sustainability of human resource management
(MDPI, 2023) Aydın, Erdinç; Turan, Metin
The adoption of artificial intelligence in human resource management may help businesses and create a keen advantage in the market. With the help of artificial intelligence, most human resource duties can be completed efficiently and in a much shorter timeframe. For the sustainability of companies, it is essential to shorten the processes that are time-consuming and possible to automate. Especially in the recruitment process, artificial intelligence can ease short listings and much more. This study focuses on the adoption of artificial intelligence for recruitment and shortlisting as a human resource management operation. It is intended to remove noisy data from the resumes of applicants by using a minimum description length algorithm and to create a learning algorithm based on the support vector machine to choose the better candidates according to company culture and preferences. By creating shortlists for open positions, it is possible to improve the hiring process and cut the cost of the process. To the best of our knowledge, no studies in the research literature that focused on resume shares learning algorithms and performance evaluation results. This paper presents how the feature extraction algorithm fails while feature selection reduces successfully, and how the learning algorithm can create shortlisting.
Benchmark effect of web search engines on text mining
(Murat GÖK, 2021) Toprak, Ahmet; Turan, Metin
There have been many studies about creating a dictionary and these studies have come from past to present with different methods and different analyzes. Especially with the emergence of the World Wide Web, efforts to create dictionary based on instant data have gained importance. Therefore, the performance of the web search engines directly effects the model which is using web documents for automatic dictionary creation. The web search engines were evaluated in terms of their suggested documents relationality to the query in the research. For this purpose, an automatic dictionary creating model using web documents were developed. First of all, the topic seed words are determined by the documents presented to the system initially. Search is executed by these seed words initially. Then TF-IDF metric was used as meaningful word selection method for returned first document. The top n meaningful words were selected from the highest TF-IDF values. The value of n was determined experimentally. When searching the web with these words added to the dictionary, new documents were suggesting by the web search engine. By repeating the process, experimental dictionaries of a certain size were obtained. By the way, the documents suggested by each web engine are generally different, so that the dictionary similarity produced from the top suggested documents can measure web engines performance of selecting relational documents. Hash similarity was used to evaluate dictionary performance. According to the results, dictionary with the 73.9% highest similarity for Google search engine, dictionary with the 68.7% highest similarity for Bing search engine and dictionary with the 60.5% highest similarity for Yandex search engine were produced.
Camera controlled smart food container design
(IEEE, 2021) Çakıcı, Hatice Selenay; Turan, Metin
Street animals can be exposed to poison from the sources they eat from environment for various reasons or their food cannot be preserved due to unusual changes in seasonal weather conditions. Also, when people leaves pets at home due to obligation of going on vacation or to work, their cat food may become stale and run out by the time. For both cases, it is need to provide food as much as pets need, thanks to a closed system that enables its functioning without human intervention or assistance. This model has a single container of food supply and has been tested on cats as prototype system. The prototype system has been designed with a special hardware using computer vision technology. Cat is detected with TensorFlow library. Whether the fullness rate of the food tank is at the appropriate level or not is checked by the TCS230 / TCS3200 color sensor. When the food container is nearly finished, the user is notified by e-mail using The Simple Mail Transfer Protocol (SMTP).
A case study for automatic detection of steganographic images in network traffic
(Institute of Electrical and Electronics Engineers Inc., 2017) Erdem, Ömer; Turan, Metin
Detection and prevention of data breaches in corporate networks is one of the most important security problems of today's world. The techniques and applications proposed for solution are not successful when attackers attempt to steal data using steganography. Steganography is the art of storing data in a file called cover, such as picture, sound and video. The concealed data cannot be directly recognized in the cover. Steganalysis is the process of revealing the presence of embedded messages in these files. There are many statistical and signature based steganalysis algorithms. In this work, the detection of steganographic images with steganalysis techniques is reviewed and a system has been developed which automatically detects steganographic images in network traffic by using open source tools. © 2017 EMO (Turkish Chamber of Electrical Enginners).
Case study on well-known topic modeling methods for document classification
(IEEE, 2021) Özdemirci, Süleyman; Turan, Metin
Topic modeling has numerous applications like text categorization, topic clustering, document tagging, feature extraction on wide document collections. In this study, practical exploration method of topic modeling of Latent Dirichlet Allocation, transformers based machine learning method Bidirectional Encoder Representations from Transformers and Term Frequency — Inverse Document Frequency method were applied to the document set separately. It includes sport and education articles collected from internet by graduate students, 801 number totally. The purpose of this study is to observe which method best suits to the topic modeling and if possible in order to increase the accuracy rate via ensemble of these methods. As a result of this study, it was observed that even it has some disadvantages, BERT classified the documents with the correct topic with an average of %92.6 success ratio, overwhelming the others.
Cebirsel şifrelenmiş LSB yöntemi
(Osman SAĞDIÇ, 2020) Karaduran, Ali; Turan, Metin
Teknolojinin gelişmesi ile birlikte verilerin elektronik ortamda güvenli bir biçimde transfer edilmesi önem kazanmıştır. Bu amaçla birçok yöntem önerilmiş ve kullanılmaktadır. Bu çalışmada, stenografi bilim dalının en az ağırlıklı bit şifreleme tekniği olarak bilinen LSB algoritmasının veri güvenliğini cebirsel ifadeler ile iyileştirmek, belli oranda daha fazla sıkıştırma sağlarken, resim üzerinde oluşan değişim hata oranını da çok artırmamak amaçlanmıştır. Geliştirilen algoritmada mesajın 24 bit renkli resimlere şifrelenmesi sağlanmıştır. Mesajda yer alan her karakter, şifrelenmek istenen resmin 2 pikseline kodlanır. Modelin başarımını ölçmek üzere (orijinal resim ile şifreli resmin değişim oranı) MSE ve PSNR metrikleri kullanılmış, LSB algoritması ile önerilen çalışma yaygın olarak kullanılan bazı model resimler üzerinde farklı uzunlukta mesajlar için karşılaştırılmışlardır. Elde edilen sonuçlara göre, çalışmada önerilen algoritmanın sıkıştırma oranı %33 daha iyi olmasına rağmen, yapılan sınamalarda elde edilen değerlerin ortalamasına göre beklendiği üzere MSE hata oranı %29 artmış ve PSNR %2.5 azalmıştır. Her ne kadar metrik değerleri negatif gözükse de, orijinal resimdeki bu değişimler çok ufak ve gözle algılanabilir olmaktan uzaktır. Kazanılan sıkıştırma oranı ve ayrıca verinin gizlenme güvenliği göz önünde bulundurulduğunda, güvenliğin önemli olduğu uygulamalara hitap ettiği düşünülmelidir.
Classification of news according to age groups using NLP
(Gazi Üniversitesi, 2020) Kontuk, Rabia; Turan, Metin
Bu çalışmada, Doğal Dil İşleme kullanılarak elektronik ortamlardaki haberlerin yaş gruplarına göre etiketlenmesi amaçlanmıştır. Haber sitelerinden toplanan haber veri setinin eğitim amaçlı seçilmiş olanları, NLP Zemberek Kütüphanesi kullanılarak Python dili ile işlenmiş, Havighurst’ün “Gelişim Kuramı” nın güncel duruma adapte edilmiş Çocukluk, Ergenlik ve Yetişkinlik yaş gruplarını temsil edebilecek kelime sözlüğü oluşturulmuştur (her kelimenin hangi yaş grubuna uygun olduğu). Daha sonra, bu sözlük kullanılarak haber veri setinin test amaçlı seçilmiş olanlarının sınıflarını belirlemek üzere bir sınıflandırıcı önerilmiştir. Testler sonucunda, geliştirilen sözlüğün 0.70 oranında doğru sınıfı tespit edebildiği görülmüştür.
Creating complex mazes quickly: Solution path first
(IOS Press BV, 2022) Turan, Metin; Pekyürek, Emircan
A maze is a structure of passageways interconnected in a complex way, so that it presents at least one path to reach the designated end starting from a predefined location. A new approach is proposed in this algorithm. First of all a solution path is carved on the opposite edges of the board in order to meet maze definition. Later, walls are built up on the even lines (or odd lines) and some parts of these lines randomly break off. Finally passages are constructed randomly between broken even lines. This technique opens new era to produce different versions of it for maze construction. The algorithm is applied to a 100 × 100 board and evaluation compared with the well-known maze algorithms. Its prominent features are being more speedy (3.5 second) to construct and more complicated (10.32% dead ends) to solve.
Deep Learning Based Chatbot Adapted to the Electronic Funds Transfer Process of Turkish Banking
(Ismail Saritas, 2023) Toprak, Ahmet; Turan, Metin; Toprak, Feyzanur Sağlam
Advanced applications of Natural Language Processing require understanding the semantic of the language. If traditional machine learning techniques are used, the models built for conversations, called chatbots, are unable to be truly generic. On the other hand, deep learning allows us to extract the complexities within language and makes it easier to model. It can also leverage for building a chatbot which has a real conversation with human. In the study, Electronic Funds Transfer process of Turkish bank operations has been designed. A dictionary of terms used in this process has been created in order to train dialog model. Language descriptor layer first checks the language of command. Named Entity Recognition layer later, classifies the words according to their asset structures, especially the amount and account number information in the Electronic Funds Transfer process. LSTM architecture is used to keep the other stages of the dialog, so that order of dialog is in control. The performance evaluation of the designed model was calculated separately for 3 different EFT processes. According to the results obtained, a success rate of 70% was achieved in EFT with account number, 90% in EFT with IBAN number, and 90% in EFT with credit card number.
English Automatic Dictionary Creation with Natural Language Processing [Do?al Dil Işleme Ile Ingilizce Otomatik Sözlök Oluşturma]
(Institute of Electrical and Electronics Engineers Inc., 2019) Toprak, A.; Turan, Metin
Studies in the area of language lexicography are focused on automatic dictionary creation. In this article, an English document is given as an initial reference. In the study, meaningful words representing the reference document were identified. For this purpose, the Helmholtz Principle has been applied. The first dictionary words consist of the meaningful words of the reference document we call this seed. Then, with a loop, Web search is performed in the Azure Web Cognitive Web Search system using meaningful words from the most recently processed document. The first document from the search result has meaningful words with the Helmholtz Principle as applied to the reference document. The meaningful words found during the cycle are not added directly to the dictionary this time, and using the WordNet dictionary to avoid deviations, the similarity of each meaningful word with the dictionary formed is calculated. The meaningful words with similarity values higher than a certain threshold value are added to the dictionary and the search cycle is repeated using these words, and finally, when the desired number of words for the dictionary is reached, ends. In order to measure the performance of the dictionary, WordNet similarity calculation was used. Dictionaries with an average of % 38,93 similarity can be generated in tests performed with reference documents given in different subjects. © 2019 IEEE.
Enhanced Named Entity Recognition algorithm for financial document verification
(Springer, 2023) Toprak, Ahmet; Turan, Metin
Many enterprise systems are document-intensive and require extensive manual verifcation. The verifcation process has challenge in terms of time and remaining bugs. A general automatic or semi-automatic document verifcation system would be useful. However, as the nature of the natural language, the context is an important factor. In this research, the target context is selected to be the fnancial documents, which have been highly interested recently. An automatic document verifcation model based on only entities (mostly faced within fnancial documents) was experimented. The summary report was verifed with original documents, such that enti ties in the summary were searched for matching in the original documents. Verifca tion process success was evaluated by comparison of the named entity algorithms in the literature. The special Kaggle data set ready for this purpose was used for entity matching from the summary within the original documents. The average document verifcation accuracy of named entity fnding algorithms for only fnancial type documents was 85.36%, where the proposed entity recognition algorithm reached 88.80%. On the other hand, the average document verifcation time of the experi mented algorithms and the developed algorithm is 2.43 and 2.48 s respectively. As a conclusion, when both the BERT-base-cased classifcation model and rule-based approaches are applied specifc to the context, it enhances the entity verifcation process with an insignifcant time cost. Consequently, even we used limited data and rules, it is seen that there exists opportunity to automatize the document verifcation process with the support of both the BERT-base-cased classifcation model and rulebased approaches.
Event or emergency case detection by human running
(Springer, 2021) Abdi, Mohamed Artan; Turan, Metin
Recognizing the difference between walking and running is certainly an essential part of standard sports activity classification. Moreover, that can be commented on a security problem in daily life. If someone is running on the street that may show something goes wrong. The purpose of this study is to recognize the everyday actions of the human, whether walking as regular movement or running in the case of emergency or event. In recent years, significant progress has been made in computer vision and machine learning. CNN, a deep learning algorithm for image processing was used for the model. The dataset, a thousand of images, of the study were collected from different sites of the internet or extracted from videos. Classify frequent human movements, whether a regular walk or running action, were separated by 86.85% success in the research.
A general approach for meetıng summarızatıon: from speech to extractıve summarızatıon
(Conscientia Beam, 2022) Akar, Neslihan; Turan, Metin
Developing technologies and techniques have increased the amount of information and enabled easier access to information resources. However, due to the ever-growing amount of information sources, it has become difficult to access the information needed in a limited time. Consequently, the need for summary information has become important. This research is focused on the extraction of inferential written summaries of communications that occur in oral environments such as meetings, lectures and conferences. However, since this type of problem requires conversion from audio to text, it also includes issues such as the human factor, sound recording environments, and language-specific problems. This study aimed to take the audio recordings of the meetings, especially the IT sector, to process and summarize. Spontaneous conversations were converted into audio recordings and the obtained texts were summarized using extractive summarization techniques. The motivation of the study is to catch the important points that may escape the attention of the individuals at the meeting and to summarize the main agenda items for the personnel who could not attend the meeting. The experimentally generated dataset (converted from audio recordings to text) was summarized by three different human summarizers and compared with the summaries obtained from the developed inferential summative model. The results obtained are remarkable and it is seen that approximately 71% success was achieved.
İngilizce dokümanlarda tema ve alt kavramlar tespit modeli
(Düzce Üniversitesi, 2018) Ögtelik, Sena; Turan, Metin
Bu makalede dokümanlarda tema ve alt kavram tespiti konusunda bir model önerilmiş ve deneysel bulgular değerlendirilmiştir. Dokümanlarda tema ve alt kavramların tespiti için kullanılabilecek anlamlı sözcüklerin belirlenmesi amacıyla Helmholtz prensibi temelli Gestalt teorisi kullanılmıştır. Bu sözcüklerin girdi olduğu bir Yapay Sinir Ağı (YSA) modeli oluşturulmuş, eğitim dokümanları (140 adet) ile bu ağ eğitilmiştir. Eğitim ve sınama doküman veri seti spor ve eğitim temalarında olup, toplam 14 alt kavram seçilmiştir. YSA’nın çıktısı tema ve alt-kavram bilgilerini vermektedir. 70 adet sınama dokümanı ile farklı sayıda (5, 10, 20) anlamlı kelime seçilerek deneyler yapılmış, başarı oranının konularda yaklaşık olarak %95, alt kavramlarda ise %80 olduğu gözlemlenmiştir.
IoT teknolojisi kullanan pratik ve güvenilir akıllı kapı kilidi tasarımı
(Osman SAĞDIÇ, 2020) Kalyoncu, Ayşegül; Turan, Metin
Teknolojinin hızla gelişmesi ve internetin yaygınlaşması, ayrıca modern yaşamın ortaya çıkardığı ihtiyaçlar dolayısıyla Nesnelerin İnterneti (IoT)’ne olan ilgi gün geçtikçe artmaktadır. IoT artık yaygın olarak kullandığımız, sürekli duyduğumuz bir kavram olmuştur. "Akıllı sistemler” olarak adlandırdığımız IoT uygulamaları, ev, tarım ve sağlık alanları başta olmak üzere neredeyse birçok alanda karşımıza çıkmaktadır. Bu çalışmada "Akıllı Ev" sisteminin bir parçası olarak algılanabilecek, kapı kontrol IoT uygulaması geliştirilmiştir. Projenin motivasyonunu, sık sık karşılaşılan bir durum olan evin dış kapısında kalan birisinin (çocuk, bakıcı), uzak konumdaki ev sahibine durumunu haberdar ederek, güvenli bir biçimde IoT teknolojisi ile kapının açılabilmesi oluşturmaktadır. Süreç, kapıdaki kişinin telefonunda bulunan Android uygulama ile ev sahibine (genellikle ebeveyn) kapının açılması için istekte bulunması ile başlar. Bu istek, Raspberry Pi üzerindeki PHP Web servisinin uyarılması ve Python ile kodlanmış yazılım kullanılarak kamera görüntüsünün ev sahibine mail olarak gönderilmesi ile devam eder. Nihai olarak, ev sahibinin telefonunda olan diğer Android uygulama ile onay verilirse Raspberry Pi üzerindeki diğer PHP Web servisinin uyarılması sonucu elektrikli kapı kilidine yeterli gerilim verilerek kapının açılması ile sonlanır. Özellikle, düşük maliyetli ve güvenlik ihtiyaçları gözetilerek geliştirilmiş, pratik olarak uygulanabilir bir çalışmadır.
Kamera destekli mobil ilaçlama ve sulama robotu
(Eleco, 2018) Özgen, Haluk; Turan, Metin
Günümüzde birçok alanda olduğu gibi, elektronik ve robotik sistemlerinde de ciddi kazanımlar elde edilmiş ve gündelik hayatımızın vazgeçilmezleri arasına girmiştir. Daha önemlisi, önceleri belli amaçlar için üretilen bilgisayarlar günümüzde genel amaçlı mikro bilgisayarlar şeklinde üretilip satılmaya başlanmıştır. Bu sayede, farklı sistemlerin sadece firmalar tarafından değil, bireysel geliştiriciler tarafından da tasarlanmasına katkı sağlamıştır. Bu bağlamda insanların kendilerine özgü sistemler geliştirmesine, hem daha az maliyetli hem de daha küçük yapıda ürünlerin tasarlanmasına yardımcı olmaktadır. Bu çalışmada genel ağaç ve bitki ilaçlamasına yönelik, mobil örnek bir robot üretmek amaçlanmıştır. Robotun tüm tasarımı orijinal olup, endüstriyel ürünün fonksiyonel alt yapısı olarak geliştirilmiştir. Robotun hali hazırda görme becerisi sadece ilaçlanabilir veya ilaçlanamaz diye nesneleri ayırmakla sınırlı olsa da, uzun vadede farklı tarım ürünlerini algılayarak, uygun ilaçlama yapabilmesi arzulanmaktadır.
Konuya özel web kaynaklı İngilizce otomatik sözlük oluşturma
(İstanbul Ticaret Üniversitesi, 2019) Turan, Metin; Toprak, Ahmet;
Dil sözlüğü alanındaki çalışmalar, otomatik sözlük oluşturma konusuna yoğunlaşmış durumdadır. Bu makalede başlangıç olarak verilen bir İngilizce kelime referans alınarak, makale konusuna ait sözlüğün otomatik oluşturulması sağlanmıştır. İlk sözlük kelimesi, sisteme başlangıç olarak verilen bu İngilizce kelimeden elde edilmektedir. Sözlüğe eklenen ilk tohum kelime ile daha sonra Azure Web Cognitive Web Search sisteminde Web araması yapılmaktadır. Arama sonucu gelen ilk dokümanın, referans dokümanına da uygulandığı üzere Helmholtz Prensibi ile anlamlı kelimeleri bulunmaktadır. Bulunan bu anlamlı kelimeler arasından, anlam değeri en yüksek olan kelime sözlüğe eklenmektedir. Böylece Web’ten elde edilen bir dokümanın işlenmesi sonucu, o dokümana ait sadece en anlamlı kelime sözlüğe eklenmektedir. Daha sonra sözlüğe eklenen bu kelime, Web'te arama işlemine tabi tutulmaktadır. Web araması sonucu elde edilen dokümanlar tekrardan sisteme sokularak, bu dokümanlara ait anlamlı kelimelerin hesaplanması sağlanmaktadır. Web’te arama döngüsü bu şekilde tekrarlanmakta, nihai olarak sözlük için istenilen kelime sayısına ulaşıldığında ise sonlanmaktadır. Sözlüğün başarımını ölçmek üzere, Hash benzerlik değeri hesaplanmıştır. Farklı konularda verilen referans kelimelerde yapılan sınamalarda ortalama % 40.46 oranında benzerliğe sahip sözlükler oluşturulabilmektedir.
Metin madenciliği kullanarak İngilizce doküman sınıflama
(İstanbul Ticaret Üniversitesi, 2019) Turan, Metin; Özdoğan, Ahmet Görkem
Günümüzde metin tabanlı dokümanların sınıflandırılması özellikle kurumsal yazışmaların ve dijital dokümantasyonun çok yapıldığı durumlarda ciddi öneme sahiptir. Metin yığınlarından benzer olanları sınıflandırma üretkenliği arttıran bir faktördür. Bu makalede tema ve alt kavramı tespit edilmiş dokümanlarda benzerliğin tespiti ile ilgili bir model önerilmiş ve deneysel bulgular değerlendirilmiştir. Dokümanlarda tema ve alt kavramların tespiti için kullanılabilecek anlamlı sözcüklerin belirlenmesi amacıyla Helmholtz prensibi temelli Gestalt teorisi kullanılmıştır. Sınama doküman veri seti spor ve eğitim temalarında olup, toplam 14 alt kavram belirlenmiştir.Daha sonra doküman kümesinden rastgele seçilen dokümanların birbirlerine olan benzerlikleri hesaplanmıştır. Önceden belirlenmiş sınıflara sahip dokümanlar için Kosinüs, Jaccard ve PMI benzerlik ölçütleri karşılaştırılmıştır. Benzerlik oranı toplam doküman benzerlikleri ortalama değerin üzerinde olan dokümanların tümü baz alındığında Kosinüs benzerlik ölçütü %75, Jaccard Indeks’i %40, PMI benzerlik ölçütü ise %55 başarı sağlamıştır. Buna rağmen doğruluk değerleri baz alındığında Kosinüs benzerlik ölçütü %80, Jaccard Indeks’i %65 ve aynı şekilde PMI benzerlik ölçütü de %65 başarı sağlamıştır. Her bir dokümanın benzerlik katsayılarının ortalamaları baz alınarak yapılan sınıflama ise anlamlı kelimelerin yüzdelik değerlerine göre farklı başarımlar elde edilmiştir. Bu bakımdan PMI benzerlik ölçütü anlamlı kelime dağılımlarına adaptif bir yaklaşım sergiler iken Kosinüs benzerlik ölçütünde ve Jaccard Indeks’inde herhangi bir iyileşme gözlemlenmemiştir.
Paragraf tabanlı çıkarımsal özetlemede öbekleme kullanan iki yöntemin kıyaslanması
(Düzce Üniversitesi, 2018) Kısayol, Ahmet İlkay; Turan, Metin
Özetleme, bir bakıma metinleri kısaltma işlemidir. Bu kısaltma işlemi metinlerdeki önemli bilgileri içerecek şekilde olmalıdır. Bu çalışmanın amacı da İngilizce dilinde yazılmış makale, haber vs. gibi doküman paragraflarının içerdiği bilgi önemine göre seçilerek özetleme yapılmasıdır. Çalışmanın ilk aşamasında doküman kümesini temsil edecek önemli kelimeler belirlenmiştir. Bu aşamada tüm dokümanlarda geçen kelimeler kök geçiş sıklıklarına göre büyükten küçüğe göre sıralanır ve belirli sayıda seçilen en sık kelimeler ile paragraf vektörü temsil edilir. Bir sonraki aşamada, istenilen özet oranına göre paragraflar kümelere ayrıştırılır. Kümeleme algoritması olarak K-Means kullanılmıştır. Kümeler oluşturulurken başlangıç noktalarının belirlenmesi amacıyla iki farklı yöntem kullanılmıştır. Bunlardan birincisi geçiş sıklıkları hesaplanan kelimelerden ilk 10’u seçilerek bu anahtar kelimelerin en çok geçtiği paragraflar seçilir. İkinci yöntemde kullanıcının belirlediği özet oranına göre seçilecek anahtar kelime sayısı belirlenir. Daha sonra bu anahtar kelimelerin en çok geçtiği paragraflar başlangıç noktaları olarak belirlenir. Özet oluşturmada çıkarım yöntemi olarak oluşturulmuş olan her bir kümeden, kümelerin merkez noktasına Jaccard uzaklığı bakımından en yakın olan paragraf seçimi uygulanmıştır. Çıkan sonuçlar kontrol edildiğinde ikinci yöntemin daha başarılı bir sonuç verdiği gözlemlenmiştir. İkinci yönteme göre başarı oranları %20 özet oranı için %40 , %40 özet oranı için %50 ve %60 özet oranı için %71 elde edilmiştir.
Personalized News Recommendation System
(İstanbul Ticaret Üniversitesi, 2023) Özkara, Melis; Turan, Metin
Recommendation Systems are the methods that suggest the next choices of the user in a predictable way, based on the preferences made by the user before. This method is become even more popular nowadays and it can be applied to any topic or field that needs future estimation evaluating the data at hand. It is a kind of information extraction study. Furthermore, the fact that Amazon receives about 35% of its revenue from referral systems is an indication of how important this method is. However, news recommendation system, which is a similar application area, is not also widely used as others. In this study, it is aimed to design a news recommendation system by considering the sites the user enters, the words that they searched for and bookmarks. Considering the previous news recommendation systems, this study is an untested original study. The machine learning model has been trained with a data set that includes news categories and news content in order to present the news to the user as interested. By giving the data from the user environment to the trained model, the found interested categories of the user is processed instantly by the RSS (Rich Site summary). This news selected from RSS are shown to the user in order of priority regarding the daily news agenda. The real user test showed impressive accuracy as 89%. This solution presents a content-based recommendation system as nature of the problem.

Yazar "Turan, Metin" seçeneğine göre listele

Sayfa Başına Sonuç

Sıralama seçenekleri