Location recommendation for groups on location-based social networks
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: İngilizce
Öğrenci: HÜSEYİN ALPER TEOMAN
Danışman: Pınar Karagöz
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Araştırma ve iş alanlarında, konuma dayalı hizmetler trend olan bir konu haline geldi. Sosyal ağların ve çevrimiçi toplulukların artan popülaritesi ile birlikte, kullanıcıların benzer ilgi alanlarına sahip diğer kullanıcılar ile etkileşime girmesini desteklemek ve grup olarak dışarıda yemek yemek veya arkadaşlarla bir film izlemek gibi ortak etkinlikler için öneriler sağlamak adına grup öneri sistemleri ortaya çıktı. Fakat, mevcut çalışmaların çoğu bireysel önerilere odaklandığından, gruplara önerilerde bulunma teknikleri ve yaklaşımları sınırlı kalmıştır. Bu çalışmada, aynı mekanları ziyaret eden grup üyelerinin, uzmanların (fenomenlerin) ve güvenilir kullanıcıların mevcut konumlarına dayalı öneriler oluşturmak için Yeniden Başlatmalı Rastgele Yürüyüş (RWR) algoritmasını kullanarak bir grup kullanıcıya etkinlik/mekan önerme sorunu ele alınmıştır. Konum tabanlı sosyal ağlarda (LBSN) kullanıcıların güven faktörünü dahil ederek yeni bir yaklaşım öneriliyor. İlki, gruptaki her üye için Rastgele Yürüyüş algoritması ile oluşturulan konum önerilerini, bireylerin tercihlerini ve objektiflik puanlarını dikkate alarak ortak bir paydada toplar. İkincisi, tercihleri ve mekan kategori türlerini harmanlayarak bir grup profili oluşturmaya ve bu grup profilini Random Walk algoritmasını bir kez çalıştırarak öneriler sunmaya dayanmaktadır. Farklı grup büyüklükleri üzerinde ve kullanıcıların güven faktörünü de içeren kapsamlı deneyler yapılmıştır. İnceleme, konum tabanlı sosyal ağ platformu Foursquare veritabanından toplanan veriler üzerinde gerçekleştirilmiştir. Deneyler, kullanıcıların güven faktörünün grup öneri sisteminin performansını geliştirdiğini ve önerilen algoritmanın, temel metodlara kıyasla gruplara yüksek doğrulukta önerilerde bulunduğunu göstermiştir.