Akademik Veri Yönetim Sistemi
Tez Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Sivas Cumhuriyet Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tez Danışmanı: Doç. Dr. Emre Yalçın
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Öneri sistemleri, sundukları kişiselleştirilmiş öneriler sayesinde bireylerin çok sayıdaki içerik arasında gezinmelerini ve karar verme süreçlerini desteklemektedir. Bu nedenle, son yıllarda farklı uygulama alanındaki birçok çevrimiçi dijital platform bu sistemleri etkin bir şekilde kullanmaktadır. Ancak, öneri algoritmalarının en temel problemlerinden birisi popülerlik yanlılığı sorunu olarak da bilinen ve popüler ürünlere üretilen öneri listelerinde çok sık yer verilmesi durumudur. Öneri algoritmalarının bu eğilimi, hem katalogdaki ürünlerin öneri listelerinde eşit bir biçimde temsil edilmesinde hem de kullanıcıların aldıkları önerilerden duydukları memnuniyet seviyesinde çeşitli adaletsizlik sorunlarına neden olmaktadır. Bununla birlikte, bu sorun için geliştirilen yanlılık-giderici yöntemler genellikle kullanıcıların ürün popülerliği üzerindeki gerçek eğilimlerini dikkate almamaktadır. Bu tezde ilk olarak kullanıcıların popüler ürünlere yönelik gerçek eğilimlerini doğru bir şekilde belirleyen çeşitli yöntemler geliştirilmiştir. Ardından, bu yöntemleri kullanarak kullanıcıların ürün popülerliğine ilişkin gerçek eğilimleri açısından daha kalibre edilmiş nihai öneri listeleri sunan yeni bir kullanıcı-odaklı popülerlik yanlılığı giderici yöntem geliştirilmiştir. Üç gerçek-dünya veri kümesi üzerinde gerçekleştirilen deneylerin sonuçları bu yöntemin hem popülerlik kalibrasyonu açısından hem de doğruluk ve doğruluk-ötesi öneri kalitesi dikkate alınarak yapılan genel değerlendirmede mevcut yöntemlerden daha başarılı olduğunu ortaya koymuştur.