Abstract:
Günümüzde internet ortamında hemen hemen ihtiyaç olunan tüm bilgiler, ürünler veya hizmetler bulunmaktadır. Fakat bazen aranılan bilgi, ürün veya hizmet geç bulunmakta veya hiç bulunamamaktadır. Çünkü aynı veriler farklı yerlerde yayınlanabilmekte ve bunların bazıları yanlış, kalitesiz veya sahte olabilmektedir. Bir gün içerisinde web ortamına eklenen, güncellenen veya silinen veri miktarı haberdar olunabilecek verinin çok ötesindedir. Bu veri yığınlarının içerisinde kullanıcının ihtiyacını bulabilmesini kolaylaştırmak için öneri sistemleri geliştirilmektedir. Öneri sistemleri kullanıcılara aradıklarının bulmak konusunda yardımcı olduğu gibi kullanıcıların ihtiyaçlarını analiz edip onlara ilgilerini çekebilecek yeni ürünler de önermektedir. Öneri sistemleri sadece kullanıcılara değil aynı zamanda çevrimiçi mağazaların müşterilerine daha iyi hizmet vermesi hedeflenerek firmaya olan bağlılığı arttırmaktadır. Böylece firmalar daha fazla ürün satışı yaparak daha fazla kâr elde etmesi sağlanmaktadır. Çevrimiçi ortamda aranılan bilgi, ürün veya hizmet arama motorlarının izin verdiği kadarıyla bulunabilmektedir. Yakın gelecekte öneri sistemlerinin arama motorlarının yerini alacağı düşünülmektedir. Artık kullanıcı kendisine lazım olanı aramayacak çünkü sistem kullanıcıya lazım olanı gerekli olduğu zamanda önerebilecektir. Bu çalışma, öneri sistemlerine genel bir bakış sunmaktadır. Öneri sistemleri yöntemlerinden işbirlikçi filtreleme, içerik tabanlı filtreleme ve hibrit filtreleme tezde detaylı bir şekilde açıklanmaktadır. Ayrıca konunun öneminin daha iyi anlaşılması için internet ortamında öneri sistemlerini başarılı bir şekilde uygulamakta olan bazı çevrimiçi mağazaların kullandıkları öneri sistemleri hakkında bilgiler verilmektedir. Bu tez kapsamında MovieLens 100K veri seti üzerinde uygulanmış içerik tabanlı filtreleme ile işbirlikçi filtreleme algoritmalarından elde edilen tahminler bazı varsayımlar sonucu oluşturulmuş bir birleştirme algoritması sayesinde bir araya getirilerek hibrit bir film öneri sistemi oluşturulmaktadır. Kullanılan birleştirme algoritmasındaki katsayılar Genetik Algoritma ile hesaplanmaktadır. Elde edilen deneysel sonuçlar önerilen hibrit film öneri sisteminin daha düşük hata oranlarına sahip olduğunu göstermektedir.
