Repository logoGCRIS
  • English
  • Türkçe
  • Русский
Log In
New user? Click here to register. Have you forgotten your password?
Home
Communities
Browse GCRIS
Overview
GCRIS Guide
  1. Home
  2. Browse by Author

Browsing by Author "Dibe, Abdeljalil"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Master Thesis
    İstanbul Turizmi için Derin Öğrenmeyi Kullanan Hibrit Öneri Sistemi
    (2024) Dibe, Abdeljalil; Erkan, Özlem Feyza
    İstanbul, Türkiye'nin en büyük şehirlerinden biridir. Birçok gezilecek meşhür yerler, kaliteli hoteller ve nefis yemeklerin zengin mutfağı olup, yılın farklı mevsimlerinde Türkiye'ye gelen tüm ziyaretçilerin ilk tercihi kalır. Ama, gelen turistlerin bu çok fazla olan seçeneklerin ortasında, kendi isteklerini en uygun seçenekleri bulma imkanı zorluk çıkıyorlar. Dolayısıyla, bu sorunu çözme amacıyla, İstanbul'daki turizm deneyimini geliştirmek için derin öğrenme (deep learning) kullanan bir Hibrit Öneri Sistemi (Hybrid Recommender System) geliştirdik. Bu sistem, doğru ve kişiselleştirilmiş tavsiyeler sunabilmek için farklı yaklaşımları bir araya getiriyor. İçerik tabanlı filtreleme (Content-Based Filtering), işbirlikçi filtreleme(Collaborative Filtering) ve yapay sinir ağlarını (ANN) kullanarak hem kullanıcı tercihlerini hem de öğe benzerliklerini dikkate alarak dakik tavsiyeler sunar. Başta olmak üzere, TripAdvisor'dan ürün isimleri, fiyatlar, derecelendirmeler, yorumlar ve adresler gibi verileri toplanır. Sonra, birici adımda içerik tabanlı filtreleme (content based filtering) ve Euclidean Distance teknikleri kullanarak ürün özelliklerini analiz edelir ve öneriler sunulur. Daha sonra, derecelendirme ve yorumlara göre öğeleri sınıflandırmak için Destek Vektör Makineleri (SVM), K-nearest neighbor (KNN), Rastgele Orman(Random Forest) ve Lojistik Regresyon gibi makine öğrenme (ML) algoritmalarını kullanıyoruz.Sonraki adımda, verideki karmaşık ilişkileri belirtmek için bir ANN modeli uygulanır. Bu model, incelemeler, puanlar ve fiyatlar gibi özellikleri işleyerek öneri sisteminin doğruluğunu artırır. Son olarak, farklı öneri yöntemlerinden elde edilen sonuçları ağırlıklı ortalama ile birleştiriyoruz. Bu çalışma, belirlenen amaçlar doğrultusunda, kullanıcıların ihtiyaçlarına en uygun hizmetleri sunmayı hedeflemektedir. Böylece, İstanbul'daki genel turist deneyimini iyileştirirken, bireysel tercihlere uygun kişiselleştirilmiş önerilerle yüksek doğruluk ve hassasiyet sağlamak mümkün olacaktır. Turistlerin seyahat süreçlerinde karşılaştıkları zorlukları minimize ederek, daha keyifli ve anlamlı bir deneyim yaşamalarını sağlamak amacıyla, yenilikçi bir yaklaşım sunulmaktadır.
Repository logo
Collections
  • Scopus Collection
  • WoS Collection
  • TrDizin Collection
  • PubMed Collection
About
  • Contact
  • GCRIS
  • Research Ecosystems
  • Feedback
  • OAI-PMH

Powered by Research Ecosystems

  • Privacy policy
  • End User Agreement
  • Feedback