İstanbul Ticaret Üniversitesi Teknoloji ve Uygulamalı Bilimler Dergisi
Yazarlar: ["Melis ÖZKARA", "Metin TURAN"]
Konular:-
DOI:10.56809/icujtas.1193993
Anahtar Kelimeler:Kişisel Haber Tavsiye Sistemi,İçerik Tabanlı Tavsiye Sistemleri,NLP.
Özet: Öneri Sistemleri, kullanıcının daha önce yapmış olduğu tercihlere dayalı olarak, kullanıcının bir sonraki tercihlerini öngörülebilir bir şekilde öneren yöntemlerdir. Bu yöntem günümüzde daha da popüler hale gelmiştir ve eldeki verileri değerlendirerek geleceğe yönelik tahmin gerektiren herhangi bir konu veya alana uygulanabilir. Bir tür bilgi çıkarma çalışmasıdır. Ayrıca Amazon'un gelirinin yaklaşık %35'ini yönlendirme sistemlerinden elde etmesi bu yöntemin ne kadar önemli olduğunun bir göstergesidir. Ancak benzer bir uygulama alanı olan haber tavsiye sistemi de diğerleri kadar yaygın olarak kullanılmamaktadır. Bu çalışmada, kullanıcının girdiği siteler, aradığı kelimeler ve yer imleri dikkate alınarak bir haber öneri sistemi tasarlamak amaçlanmıştır. Haberleri kullanıcıya ilgili olarak sunabilmek için makine öğrenmesi modeli, haber kategorilerini ve haber içeriklerini içeren bir veri seti ile eğitilmiştir. Kullanıcı ortamından gelen veriler eğitilen modele verilerek, kullanıcının bulunan ilgili kategorileri RSS tarafından anlık olarak işlenir. RSS'den seçilen bu haberler, günlük haber gündemine göre öncelik sırasına göre kullanıcıya gösterilir. Gerçek kullanıcı testi %89 gibi etkileyici bir doğruluk gösterdi. Bu çözüm, sorunun doğası gereği içerik tabanlı bir öneri sistemi sunar.