Kişiselleştirilmiş haber tavsiye sistemi
| dc.contributor.advisor | Turan, Metin | |
| dc.contributor.author | Özkara, Melis | |
| dc.date.accessioned | 2024-10-10T18:25:22Z | |
| dc.date.available | 2024-10-10T18:25:22Z | |
| dc.date.issued | 2023 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | en_US |
| dc.description | Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı, Bilgisayar Mühendisliği Bilim Dalı | en_US |
| dc.description.abstract | Tavsiye Sistemleri veya diğer adıyla Öneri Sistemleri kullanıcının geçmişte tercih etmiş olduğu ürünlere bağlı olarak bir sonraki tercihini öngörülebilir hale getirip önermesini yapan bir yöntemdir. Bu yöntem gün geçtikçe daha popüler hale gelmeye başlamıştır. Elde ettiğimiz verilere göre ileriye yönelik önerme ve tahmin gerektirecek her türlü alanda kullanılabilir bir fayda sağlar. Bilgiyi en doğru şekilde çıkarmak gereklidir. Amazon şirketi gelirinin %35'ini tavsiye sistemlerinden elde etmesi bu yöntemin önemliliğini bize gösterir. Benzer olarak haber tavsiye sistemleri diğer uygulama alanları kadar yaygın bir şekilde kullanılmamaktadır. Geçmiş çalışmalara bakıldığında bu konu denenmemiş özgün bir çalışmadır. Bu çalışma haber tavsiye sistemi alanında bir uygulama olup kullanıcın arama motoru, girdiği siteler ve yer işaretleri dikkate alınarak bir sistem tasarlanmak amaçlanmıştır. Kullanıcıya tavsiye edilecek haberleri sunabilmek için makine öğrenmesi modeli ile haber kategorileri ve haber içerikleri olan bir veri seti eğitilir. Kullanıcının girdiği siteler, arattığı kelimeler ve yer işaretleri verileri çekilerek eğitilen modele verilir ve sonucunda çıkan bilgiler dahilinde kullanıcının ilgilendiği haber kategorileri RSS (Rich Site Summary) tarafından anlık olarak işlenir. RSS'de seçilen haberler gündemdeki başlıklara göre öncelik sırasında kullanıcıya gösterilir. Model eğitiminde %86 doğruluk oranıyla gerçek kullanıcı testiyle %55 gibi bir doğruluk göstermiştir. Bu çalışma içerik tabanlı bir tavsiye sistemi çözümü sunmayı amaçlamaktadır. | en_US |
| dc.description.abstract | Recommendation Systems or Suggestion Systems it is a method that makes the next choice predictable and makes its recommendation based on the products it has preferred in the past. This method is getting more and more popular day by day. According to the data we have obtained, it provides a useful benefit in all areas that require forward-looking suggestions and predictions. It is necessary to extract the information in the most accurate way. The fact that the Amazon company generates 35% of its revenue from referral systems shows us the importance of this method. Similarly, news recommendation systems are not as widely used as other application areas. Looking at the past studies, it is an untested original study on this subject. This study is an application in the field of news recommendation system and it is aimed to design a system by taking into account the user's search engine, sites and bookmarks. In order to present the news to be recommended to the user, a data set with news categories and news contents is trained with the machine learning model. The sites the user has entered, the words he has searched for and the bookmarks data are drawn and given to the trained model, and the news categories that the user is interested in are instantly processed by the RSS (Rich Site Summary). The news selected in the RSS is displayed to the user in priority order according to the topics on the agenda. It showed an accuracy of 86% in model training and 55% in real user testing.This study aims to present a content-based recommendation system solution. | en_US |
| dc.identifier.endpage | 44 | en_US |
| dc.identifier.startpage | 1 | en_US |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=G_oJ1rKE4SgJUkomyAKpRzKe5Oabqu_S2snsQt4D1EB_G7Sbt4HPZlig2QOU-lMs | |
| dc.identifier.uri | https://hdl.handle.net/11467/7585 | |
| dc.identifier.yoktezid | 795131 | en_US |
| dc.language.iso | tr | en_US |
| dc.publisher | İstanbul Ticaret Üniversitesi | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.snmz | 2024_Tez | en_US |
| dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | en_US |
| dc.subject | Computer Engineering and Computer Science and Control | en_US |
| dc.title | Kişiselleştirilmiş haber tavsiye sistemi | en_US |
| dc.title.alternative | Personalized news recommendation system | en_US |
| dc.type | Master Thesis | en_US |
