Konuma dayalı sosyal ağlar, son on yılda,
kullanıcının konum geçmişlerine dayanarak tercihlerini araştırmamız için bize
yeni bir platform sağlayarak önemli ölçüde gelişti. Konuma dayalı sosyal
ağların çoğu, kullanıcıların varlıklarını açıklayabilecekleri,
yorumlayabilecekleri veya ipucu bırakabilecekleri bir kategori hiyerarşisi
altına yerleştirilen çeşitli mekanlar sağlar. Coğrafi bilgili konum önerileri
birçok araştırmacının ilgisini çekmesine rağmen, araştırma projelerinin çoğunda
zamanın kullanıcının tercihleri üzerindeki etkisi göz ardı edilmiştir. Bir
kullanıcı, günün farklı saatlerinde ziyaret etmek için farklı mekanları tercih
edebileceğinden, belirli bir kategoride aynı miktarda giriş yapan iki
kullanıcı, o mekanda bulunma zamanına bağlı olarak daha az benzer olabilir. Ayrıca,
geleneksel işbirliğine dayalı filtreleme teknikleri, tüm kullanıcıların
tercihlerini göz önünde bulundururken, yalnızca kategori uzmanlarının
tercihlerini göz önünde bulundurarak, o kategorideki bir mekanı önermek, öneri
performansını daha da artırabilir. Bu amaçla, mekânları önermek için
ölçeklenebilir zamana dayalı yeni bir uzman destekli işbirliğine dayalı
filtreleme yaklaşımı önerilmiştir. Bu yeni yaklaşımda öncelikle, belirli bir
kategoride yapılan giriş kayıtlarının çeşitliliği göz önünde bulundurularak
kategorilere göre kullanıcıların uzmanlığı araştırılır ve her kategori için
uzmanların en üst m tanesi seçilir. Daha sonra, her bir kullanıcı-mekan çifti
için tercih puanı, günün zaman aralığı ile ilgili olarak hesaplanır. Giriş
kayıt saati bilgilerini farklı aşamalarda dikkate alan üç algoritma
geliştirilmiştir. İlk algoritma, önceden tanımlanmış her bir zaman aralığı için
kullanıcılar arasındaki benzerlik değerlerini hesaplar. İkinci algoritma, bu
belirli bir zaman aralığında kullanıcı-mekan giriş frekans matrisini dikkate
alır. Üçüncü algoritma hem benzerlik değerlerinden hem de zaman aralığının
kullanıcı-mekan giriş frekansı matrisinden faydalanır. Son olarak, en üst-k
sıradaki konumlar kullanıcıya öneri olarak sunulur. Önerilen algoritmalar iki
büyük ölçekli Foursquare veri kümesi ile değerlendirilmiş ve temel
yaklaşımlarla karşılaştırılmıştır.
Primary Language | Turkish |
---|---|
Journal Section | Makaleler(Araştırma) |
Authors | |
Publication Date | April 13, 2020 |
Published in Issue | Year 2020 Volume: 13 Issue: 1 |
Article Acceptance
Use user registration/login to upload articles online.
The acceptance process of the articles sent to the journal consists of the following stages:
1. Each submitted article is sent to at least two referees at the first stage.
2. Referee appointments are made by the journal editors. There are approximately 200 referees in the referee pool of the journal and these referees are classified according to their areas of interest. Each referee is sent an article on the subject he is interested in. The selection of the arbitrator is done in a way that does not cause any conflict of interest.
3. In the articles sent to the referees, the names of the authors are closed.
4. Referees are explained how to evaluate an article and are asked to fill in the evaluation form shown below.
5. The articles in which two referees give positive opinion are subjected to similarity review by the editors. The similarity in the articles is expected to be less than 25%.
6. A paper that has passed all stages is reviewed by the editor in terms of language and presentation, and necessary corrections and improvements are made. If necessary, the authors are notified of the situation.
. This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.