Parametre değerleri sezgisel algoritmalar ile belirlenen bulut tabanlı tavsiye sisteminin geliştirilmesi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2018

Tezin Dili: Türkçe

Öğrenci: İCLAL ÖZCAN

Danışman: Mete Çelik

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Tavsiye sistemlerinin amaçlarından birisi, kullanıcılara diğer kullanıcıların kayıtlarına dayanarak tavsiyede bulunmaktır. Son zamanların popüler araştırma konularından birisi olan tavsiye sistemleri verinin büyük olmasından dolayı bulut bilişimde gerçekleştirilmektedir. Sık kullanılan bulut bilişim sistemlerinden birisi olan Google Cloud ortamında Spark servislerini yönetmek için Dataproc sistemi oldukça kullanışlıdır. Tavsiye sistemlerinde en fazla kullanılan yaklaşımlardan birisi İşbirlikçi Filtreleme'dir. Bu çalışmada, Dataproc ortamında İşbirlikçi Filtreleme tabanlı Alternatif En Küçük Kareler Yöntemi (ALS) kullanılarak film tavsiye sistemi gerçekleştirilmiştir. ALS algoritmasının başlangıç parametre değerleri Genetik Algoritma (GA), Parçacık Sürü Optimizasyon Algoritması (PSO) ve Yapay Arı Koloni Algoritması (ABC) ile optimize edilerek daha doğru tahminlerin gerçekleştirilmesi sağlanmıştır. Her bir algoritma için gerçekleştirilen 30'ar koşma incelendiğinde ortalama RMSE hata değerine göre PSO algoritmasının diğer algoritmalara göre daha başarılı olduğu tespit edilmiştir. 30'ar koşma içerisinde en iyi RMSE değerini GA vermiştir. Bir diğer performans kriteri olan çalışma süreleri incelendiğinde yapılan 30'ar koşmalara göre GA diğer algoritmalara göre daha hızlı çalışmıştır. Önerilen sistemin başarımı literatürde var olan movielens_small veri kümesi üzerinde test edilmiştir ve sonuçları sunulmuştur.