Design of Product Recommendation System by Using Deep Learning Methods


Thesis Type: Postgraduate

Institution Of The Thesis: Marmara University, Institute for Graduate Studies in Pure and Applied Sciences, Department of Computer Engineering, Turkey

Approval Date: 2019

Thesis Language: Turkish

Student: ENES KANTEPE

Principal Supervisor (For Co-Supervisor Theses): Hasan Erdal

Co-Supervisor: Zehra Aysun Altıkardeş

Abstract:

Bu tez çalışmasında, derin öğrenme yöntemi olan Otomatik Kodlayıcılar (AutoEncoder) kullanılarak bir ürün öneri sistemi tasarlanmıştır. Tasarlanan öneri sistemi TensorFlow platformunda Python programlama dili kullanılarak gerçekleştirilmiştir. Kullanılan veri seti, GroupLens araştırmacılarının MovieLens internet sitesi kullanıcılarından topladığı 1 ile 5 arasındaki puanlardan (açık geri bildirim) oluşan MovieLens 1M veri setidir.

Yapılan tez çalışması dört bölümden oluşmaktadır. Birinci bölümde öneri sisteminin ve derin öğrenmenin önemi, literatürdeki çalışmalar ve bir öneri sistemi tasarlanırken kullanılan yöntemler açıklanmıştır. İkinci bölümde ise tasarlanan öneri sistemi aşamalar halinde anlatılmıştır. Sistemin başarısının artırılması için en uygun optimizasyon algoritmasının bulunmasına çalışılmış ve veri miktarındaki artışın optimizasyon algoritması üzerindeki etkisi incelenmiştir. İncelenen Gradyan Alçalma, Hızlı Gradyan Alçalma, RmsProp ve Adam (Adaptive Momentum Optimization) algoritmalarının sonuçları tablolar ve grafikler halinde gösterilmiştir. Üçüncü bölümde ise sonuçlar değerlendirilmiş ve Adam algoritmasının 1,363 puan test hatası ile en başarılı algoritma olduğu tespit edilmiştir. Ayrıca eğitim setindeki veri miktarı arttıkça öneri sisteminin başarısının arttığı görülmüştür. Dördüncü bölümde ise bu sonuçlar açıklanmış daha iyi bir öneri sistemi için yapılabilecek ileriye yönelik planlanan çalışmalardan bahsedilmiştir.

Anahtar Kelimeler: Öneri Sistemleri, Derin Öğrenme, Açık Geri Bildirim, Otomatik Kodlayıcılar, Optimizasyon Algoritmaları