Giyim metaverilerine dayalı kıyafet öneri sistemi

Basit Öğe Kaydı
dc.contributor.advisorKakışım, Arzu
dc.contributor.authorDündar, Ahmet
dc.date.accessioned2022-11-01T16:40:22Z
dc.date.available2022-11-01T16:40:22Z
dc.date.issued2022
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalıen_US
dc.descriptionTez (Yüksek Lisans) -- İstanbul Ticaret Üniversitesi -- Kaynakça var.en_US
dc.description.abstractÖZET Son zamanlarda, ürün ve hizmetleri tüketiciler ile buluşturan e-ticaret platformları üzerinden çevrimiçi tüketici alışverişi giyim, ayakkabı, makyaj, ev eşyası gibi birçok kategoride önemli ölçüde artmıştır. Çok sayıda seçeneğin mevcut olduğu çevrimiçi alışveriş ortamlarında, ürün bulma, seçme işlem maliyetlerini azaltmak ve verimli bir şekilde ilgili ürünleri kullanıcılara iletmek önemli bir problem haline gelmiştir. Alışveriş şirketleri, müşterilerin satın alma geçmişlerine ve davranışlarına göre müşterilere benzer ürün seçenekleri sunarak gelirlerini artırmak ve müşterileri memnun etmek için öneri sistemleri kullanmaktadır. Bu nedenle, müşterilerin alışveriş davranışlarına göre en uygun, kişiselleştirilmiş ve tercih edilen tarz zevklerini yansıtan önerilerde bulunan akıllı öneri sistemler geliştirilmektedir. Son zamanlarda, ürünlerin metaverilerinin analizi ile ürünler arasındaki benzerliği ve uyumluluğu modelleyen ve bu sayede müşterilerin ürün bulma ve seçme işlemlerindeki memnuniyetini artırmaya çalışan yeni yöntemler sunulmaktadır. Bu çalışmada, rastgele yürüyüş ve Skipgram yöntemleri kullanarak ürünlere ait malzeme, desen, renk ve stil gibi özellik bilgilerini içeren metaveriler üzerinden ürünler arasındaki benzerliği modelleyen yeni bir yaklaşım önerilmektedir. Önerilen yöntem, ürünlere ait özellikler arasındaki üst düzey korelasyonları keşfederek, ürünler arasındaki yakınlığın yansıtıldığı düşük boyutlu vektörel temsilleri öğrenir. Bu amaçla, ürünlerin düğümleri, ürünler arasındaki ilişkilerin ise kenarları temsil ettiği bir ağırlıklı graf yapısı oluşturulmuştur. Graf üzerinden öğrenilen bu temsiller sayesinde, müşterilerin alışveriş davranışına göre onlara en uygun önerilerin ve kombin tamamlayıcı ürünlerin sunulmasını sağlayan bir öneri sistemi sunulmaktadır. Anahtar Kelimeler: Ağırlıklı rastgele yürüyüş, giyim temsil öğrenimi, kelime gömme, kıyafet öneri sistemi. ABSTRACT Recently, online consumer shopping through e-commerce platforms that bring products and services to consumers has increased significantly in many categories such as clothing, shoes, make-up, and household goods. In online shopping environments, where there are many options, it has become an important problem to reduce the transaction costs of finding and selecting products and to recommend the relevant products to the users. Online shopping companies use recommendation systems to increase revenue and satisfy customers by offering similar product options based on their purchasing history and behavior. For this reason, intelligent recommendation systems are developed that make recommendations reflecting the most appropriate, personalized and preferred style tastes according to the shopping behaviors of the customers. Recently, researchers focus on developing new methods that model the similarity and compatibility between products through the analysis of products’s metadata, thereby trying to increase customer satisfaction in finding and choosing products. In this study, a new approach is proposed that models the similarity between products through metadata such as material, pattern, color and style using random walk and Skipgram methods. The proposed method explores the high-level correlations between the properties of the products and learns low-dimensional vector representations that reflect the affinity between the products. For this purpose, the products are transformed into a weighted graph structure where each node represents the products and each edge represents the relationships between the products. Thanks to these representations learned from outfit graph, a recommendation system framework is presented that allows the most appropriate recommendations to the customers and according to their shopping behavior, and recommends complementary items to the query outfits. Keywords: Outfit recommendation system, outfit representation learning, weighted random walks, word embedding. İÇİNDEKİLER İÇİNDEKİLER . i ÖZET . ii ABSTRACT . iii TEŞEKKÜR . iv ŞEKİLLER . v ÇİZELGELER. vi SİMGELER VE KISALTMALAR . vii 1. GİRİŞ . 1 1. 1. Öneri Sistemlerinde Karşılaşılan Problemler . 2 2. LİTERATÜR ÖZETİ . 5 2. 1. İşbirliğine Dayalı Filtreleme . 5 2. 2. İçerik Tabanlı Filtreleme . 6 2. 3. Hibrit Öneri Sistemi . 9 2. 4. Hiperpersonalizasyon (Aşırı Kişiselleştirme) Filtreleme Tekniği . 9 3. ÖNERİLEN YÖNTEM . 11 3. 1. Graf Oluşturma . 12 3. 1. 1. Graf . 12 3. 1. 2. Grafın oluşturulması . 13 3. 2. Rastgele Yürüyüş . 16 3. 3. Gömme Yöntemiyle Temsil Öğrenimi . 19 3. 3. 1. Word2Vec . 19 3. 3. 1. 1. Sürekli kelime torbası (Continuous bag of words) . 19 3. 3. 1. 2. Skipgram . 21 3. 4. Temsil Üzerinde Kıyafet Önerme . 24 4. ARAŞTIRMA BULGULARI VE TARTIŞMA . 25 4. 1. Veri Seti . 25 4. 2. Değerlendirme Kriterleri . 25 4. 3. Deneysel Kurulum . 27 4. 4. Deneysel Sonuçlar . 28 4. 4. 1. Niteliksel analiz . 28 4. 4. 2. Bilgi alma değerlendirmesi . 30 4. 4. 3. Sınıflandırma performansı . 31 4. 4. 4. Parametre analizi . 32 5. SONUÇ VE ÖNERİLER . 35 KAYNAKLAR . 36 ÖZGEÇMİŞ . 39en_US
dc.identifier.endpage39en_US
dc.identifier.startpage1en_US
dc.identifier.urihttps://katalog.ticaret.edu.tr/e-kaynak/tez/88962.pdf
dc.identifier.urihttps://hdl.handle.net/11467/5490
dc.identifier.yoktezid723981en_US
dc.institutionauthorDündar, Ahmet
dc.language.isotren_US
dc.publisherİstanbul Ticaret Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectRastgele hareket etme (Matematik)en_US
dc.subjectDoğrusal modeller (İstatistik)en_US
dc.subjectRandom walks (Mathematics)en_US
dc.subjectLinear models (Statistics)en_US
dc.subjectApplication softwareen_US
dc.subjectUygulama yazılımıen_US
dc.subjectArtificial intelligenceen_US
dc.subjectYapay zekaen_US
dc.subjectData miningen_US
dc.subjectVeri madenciliğien_US
dc.subject.otherQA 274.73/D86en_US
dc.titleGiyim metaverilerine dayalı kıyafet öneri sistemien_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
88962.pdf
Boyut:
1.4 MB
Biçim:
Adobe Portable Document Format
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu