İstanbul Turizmi için Derin Öğrenmeyi Kullanan Hibrit Öneri Sistemi

Abstract

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.

Istanbul, recognized for its remarkable beauty and cultural significance, is a premier destination for international travelers to Turkey. Despite its popularity, visitors frequently encounter challenges when attempting to navigate the extensive array of attractions, accommodations, and dining options available. While numerous online resources, such as blogs and forums, offer valuable information, the overwhelming volume can lead to information overload, highlighting the limitations of current recommendation technologies in the tourism sector. This research aims to develop a sophisticated recommendation system that enhances the overall tourist experience by providing personalized recommendations tailored to individual preferences and real-time location data. The increasing demand for detailed insights into local attractions including culinary experiences, shopping venues, and points of interest, necessitates a focused approach to information delivery. To address these challenges, we will utilize data sourced from the prominent platform TripAdvisor, employing a hybrid methodology that integrates collaborative filtering and content-based techniques through Artificial Neural Networks (ANNs). This approach aims to generate precise recommendations for hotels, restaurants, and attractions, ultimately improving the decision-making process for travelers. The primary objective of this study is to establish a robust recommendation system that achieves high accuracy and precision, ensuring that users receive tailored suggestions aligned with their unique needs and preferences while visiting Istanbul.