BÜYÜK VERİ TEKNOLOJİLERİ İLE HİBRİT TAVSİYE SİSTEMİ GELİŞTİRİLMESİ

Abstract

Tez çalışmasında dijital yayıncılık platformu olan GalePress üzerinden alınan verilerle üzerinden tavsiye sistemi geliştirilmesi konusu işlenmiştir. Tez çalışması kapsamında tavsiye sistemleri ile ilişkili olan çalışma alanları ve tarihçeleri incelenmiştir. Ayrıca büyük veri teknolojileri kullanılarak oluşturulan mimariler incelenmiş, ilgili teknolojilerin literatür taraması yapılmış, teknolojiler karşılaştırılmış ve yine literatürde kullanılan tavsiye sistemi yöntemleri araştırılmıştır. Yapılan genel literatür taraması ve araştırılmalarının ardından GalePress'in tavsiye sistemi için kullanacağı genel mimari ve kullanılacak teknolojiler ortaya konulmuştur. Kullanılacak teknolojiler ve mimari belirlendikten sonra, veriler oluşturulan platforma aktarılmış, ön analizi yapılmış daha sonra ön işlemlerden geçirilmiştir. Elde edilen veriler ile model eğitilmiş ve test edilmiştir. Son olarak hibritleştirme uygulaması ile sistem tamamlanmıştır.

In this thesis, development of recommendation system for GalePress, which is a digital publishing platform, has been discussed. Within the scope of the thesis study, the study areas and histories related to the recommendation systems were examined. In addition, architectures that built on big data technologies were examined, related technologies and type of recommendation systems in the literature were reviewed. After the literature review, the architecture and the technologies to be used for GalePress's recommendation system had been revealed. Subsequently the technologies and architecture to be used had been determined, the data had been transferred to the platform, pre-analyzed and then pre-processed. The model had been trained and tested with the obtained data. Finally, the system has been completed with the hybridization application.