- Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi
- Vol: 13 Issue: 1
- Konum Önerisi için Zaman Tabanlı Uzman Destekli İşbirliğine Dayalı Filtreleme
Konum Önerisi için Zaman Tabanlı Uzman Destekli İşbirliğine Dayalı Filtreleme
Authors : Başak Melis Öcal, H. Altay Güvenir
Pages : 20-32
View : 4 | Download : 2
Publication Date : 2020-04-13
Article Type : Research
Abstract :Konuma dayalı sosyal ağlar, son on yılda, kullanıcının konum geçmişlerine dayanarak tercihlerini araştırmamız için bize yeni bir platform sağlayarak önemli ölçüde gelişti. Konuma dayalı sosyal ağların çoğu, kullanıcıların varlıklarını açıklayabilecekleri, yorumlayabilecekleri veya ipucu bırakabilecekleri bir kategori hiyerarşisi altına yerleştirilen çeşitli mekanlar sağlar. Coğrafi bilgili konum önerileri birçok araştırmacının ilgisini çekmesine rağmen, araştırma projelerinin çoğunda zamanın kullanıcının tercihleri üzerindeki etkisi göz ardı edilmiştir. Bir kullanıcı, günün farklı saatlerinde ziyaret etmek için farklı mekanları tercih edebileceğinden, belirli bir kategoride aynı miktarda giriş yapan iki kullanıcı, o mekanda bulunma zamanına bağlı olarak daha az benzer olabilir. Ayrıca, geleneksel işbirliğine dayalı filtreleme teknikleri, tüm kullanıcıların tercihlerini göz önünde bulundururken, yalnızca kategori uzmanlarının tercihlerini göz önünde bulundurarak, o kategorideki bir mekanı önermek, öneri performansını daha da artırabilir. Bu amaçla, mekânları önermek için ölçeklenebilir zamana dayalı yeni bir uzman destekli işbirliğine dayalı filtreleme yaklaşımı önerilmiştir. Bu yeni yaklaşımda öncelikle, belirli bir kategoride yapılan giriş kayıtlarının çeşitliliği göz önünde bulundurularak kategorilere göre kullanıcıların uzmanlığı araştırılır ve her kategori için uzmanların en üst m tanesi seçilir. Daha sonra, her bir kullanıcı-mekan çifti için tercih puanı, günün zaman aralığı ile ilgili olarak hesaplanır. Giriş kayıt saati bilgilerini farklı aşamalarda dikkate alan üç algoritma geliştirilmiştir. İlk algoritma, önceden tanımlanmış her bir zaman aralığı için kullanıcılar arasındaki benzerlik değerlerini hesaplar. İkinci algoritma, bu belirli bir zaman aralığında kullanıcı-mekan giriş frekans matrisini dikkate alır. Üçüncü algoritma hem benzerlik değerlerinden hem de zaman aralığının kullanıcı-mekan giriş frekansı matrisinden faydalanır. Son olarak, en üst-k sıradaki konumlar kullanıcıya öneri olarak sunulur. Önerilen algoritmalar iki büyük ölçekli Foursquare veri kümesi ile değerlendirilmiş ve temel yaklaşımlarla karşılaştırılmıştır.Keywords : : İşbirliğine Dayalı Filtreleme, Konum bazlı önerici Sistemleri, Sosyal Ağlar