Rasgele Orman Yaklaşımına Dayalı Seyahat Öneri Sistemini Etkileyen Temel Faktörlerin Analizi

Abstract

Bu tez, bir seyahat öneri sisteminin geliştirilmesi ve değerlendirilmesine odaklanmaktadır. Amaç, seyahat öneri sistemini etkileyen faktörleri analiz etmek ve Pakistan'daki gezginler için bir öneri sistemi sunmaktır. Gelişmiş algoritmalar ve kullanıcı tercih verilerini kullanarak, sistem kullanıcı memnuniyetini artırmayı ve seyahat planlamasını kolaylaştırmayı amaçlamaktadır. Sistem, kullanıcı tercihlerini rasgele orman (random forest) algoritması kullanıp işleyerek kişiselleştirilmiş seyahat önerileri sunmaktadır. Bu çalışma, sınırlı veri erişilebilirliği ile önerilerde bulunmanın zorluklarını da ele almakta ve veri setini genişletmenin doğruluğu nasıl artırabileceğini göstermektedir. Seyahat öneri sistemlerinde algoritmik verimlilik ve veri kalitesinin sistem performansı üzerindeki rolü için, bu sistemlerin ana bileşenleri analiz edilmektedir. Tavsiye doğruluğu, kullanıcı memnuniyeti ve genel sistem performansı, belirtilen sistemi değerlendirmek için temel oluşturmaktadır. Tez, pratik bir uygulama önermekte ve potansiyel sistem iyileştirmeleri hakkında bilgiler sunmaktadır. Sınırlı veri seti nedeniyle, sistemin daha doğru önerilerde bulunabilmesi için veri setinin daha da genişletilmesi gerektiği sonucuna varılmaktadır. Anahtar Kelimeler: Seyahat Öneri Sistemi, Rasgele Orman, Kullanıcı Memnuniyeti, Seyahat Planlaması, Öneri Algoritmaları

This thesis focuses on the development and evaluation of a travel recommendation system. The objective is to analyze the factors effecting the travel recommendation system and propose a recommendation system for the travelers in Pakistan. By leveraging advanced algorithms and user preference data, the system aims to enhance user satisfaction and streamline travel planning. The system provides personalized travel suggestions by processing user preferences using the Random Forest algorithm. The research addresses the challenges of making recommendations with limited data availability and explores how data expansion can enhance accuracy. For the role of algorithmic efficiency and data quality on system performance in travel recommendation systems, the key components of these systems are analyzed. Recommendation accuracy, user satisfaction, and overall system performance from the basis for evaluating the specified system. The thesis suggests practical implementation in real-world scenarios and provides insights into potential system improvements. Due to limited available data, the system requires further dataset expansion for more accurate recommendations. Keywords: Travel Recommendation System, Random Forest, User Satisfaction, Travel Planning, Recommendation Algorithms