Please use this identifier to cite or link to this item: http://hdl.handle.net/11527/316
Title: Web Öneri Sistemlerinde Anlamsal Web Madenciliğinin Uygulanması
Other Titles: Semantic Web Mining On Web Recommender Systems
Authors: Öğüdücü, Şule Gündüz
Oral, Göksel
Bilgisayar Mühendisliği
Computer Engineering
Keywords: Anlamsal Web
Web Öneri Sistemleri
Web Madenciliği
Semantic Web
Web Recommender Systems
Web Mining
Issue Date: 4-Jan-2011
Publisher: Fen Bilimleri Enstitüsü
Institute of Science and Technology
Abstract: Bu çalışmada, web öneri sistemlerine web kullanım madenciliği çalışmalarına anlamsal web teknolojisi kullanılarak, web içerik madenciliği sonuçlarının da eklenmesi planlanmıştır. Bu açıdan web alanlarına ait ontoloji oluşturulmakta ve web sayfaların oluşturulan ontolojiye yansıtılması işlemi yapılmaktadır. Sonrasında; oluşturulan ontolojiyle kullanıcı oturum bilgileri bir araya getirilerek iki fazlı bir öneri sistemi oluşturulmuştur. İlk fazda, sayfa bazında oluşturulan oturum bilgileri ontolojideki her sayfa karşılık gelen sınıf bilgisine dönüştürülerek sınıfsal bir gösterilim oluşturulur. Bu gösterilim üzerinden bir sonraki olası geçim sınıfları tahmin eden sınıf önerisi üreten model oluşturulmaktadır. İkinci aşamadaysa; sadece bu tahmin edilen sınıflara ait sayfalar üzerinden bir sonraki olası geçim sayfalarını üreten anlamsal öneri modeli oluşturulmaktadır. Önerdiğimiz yöntemlere ait sonuçlarda doğruluk, vuru sayısı, kısa yol kazancı, örtme yüzdesi gibi metrikler kullanılmıştır. İki farklı veri kümesi üzerinden sonuçlara baktığımızda; sınıf bazlı öneri sistemi, bir sonraki sayfaya ait sınıfın belirlenmesinde etkili sonuçlar üretirken, anlamsal öneri modelinden daha iyi bir başarım elde edilemese de kısa yol kazancı ve öneri oluşturma hızı açısından olumlu sonuçlar elde edilmiştir.
In this thesis work, we intend to use semantic web technology to add web content mining results into web usage mining works in web recommendation systems. For this purpose, we build up an ontology for the web domain and map each page into it. Laterly, we purpose two phase recommendation system using ontology structure weighted with session data. In the first phase, page based sessions are transformed into class based sessions by matching each page with mapped ontology concept. With this session representation, a class based recommender is generated recommending probable next page member concept. In the second phase, a semantic recommender is generated using only pages that are member of the recommended class in the first phase. We evaluate our recommender model using four different metrics, namely accuracy, hit-ratio, shortcut gain, coverage ratio. Due to the results measured from two different datasets, class based recommender produce effective results. But on the other hand, our semantic recommender can not produce better recommendation. However, it produced better shortcut gains pointing to a better caching strategy.
Description: Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2008
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2008
URI: http://hdl.handle.net/11527/316
Appears in Collections:Bilgisayar Mühendisliği Lisansüstü Programı - Yüksek Lisans

Files in This Item:
File Description SizeFormat 
8438.pdf464.22 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.