Çoklu İçerik Yönetimi Sistemlerinde Ortalama Eğimli İşbirlikçi Süzgeçleme

Abstract

Verilerin özelliklerine göre öbeklere ayrılması, süzgeçlenmesi ve kestirim yapılması çevirim içi sistem, içerik yönetimi, veri madenciliği, görüntü işleme, finansal çözümleme gibi pek çok birbirinden değişik uygulama için önemli bir problemdir. Çevrimiçi uygulamalarda işbirlikçi süzgeçleme, kullanıcıların vermiş olduğu oylara dayalı olarak yeni oy veya ürün kestiriminde kullanılır. Önceden verilen ortak oyların benzerliği, oy öbekleri arasındaki değer farkları hesaplanması ve hata ölçümleri bulunarak uygun oy kestirimleri gerçekleştirilir. Çoklu site içerik yönetim sistemlerinde (İYS) kullanıcıların çeşitli ürünlere verebilecekleri oylara dayanarak kestirim yapabilme probleminin çözümü için Ortalama Eğimli İşbirlikçi Süzgeçleme (OEİS) kullanarak gerçeklenmiştir. Çoklu site İYS geliştirilmesi karşılaştırmalı veri çözümleme sonucu seçilen uygun bir içerik yönetimi sistemi üzerine oluşturulmuştur. Sistemde birden fazla alan adı üzerine tek bir veri tabanı üzerinden erişilebilecek çok kullanıcılı bir yapı gerçeklenmiştir. Gerçekleştirilen OEİS algoritması yeni oluşturulan ve var olan yöntemler kullanılarak tasarlanmıştır. Yapılan sınamalarda algoritmaların oy öğeleri arasındaki ilişkileri daha doğru tanımladığı ve büyük veritabanlarının niteliğine bağlı olarak daha iyi başarım sağladığı gözlemlenmiştir. Kullanıcı başına Ortalama İşbirlikçi, Kişiselleştirilmemiş, Pearson ve OEİS yöntemlerinin öngörü kabiliyetleri karşılaştırılmıştır. Çoklu site İYS ve uygulanabilecek OEİS yöntemi kurulum maliyetinin diğer içerik yönetim sistemlerine üzerine kurulabilecek süzgeçleme yöntemine göre çok düşük olması da algoritmanın yaralarından biridir. PHP ve mySQL kullanılan uygulamada süzgeçlenecek oylar ve kullanıcı belgileri düzenlenerek iki boyutlu kullanıcı oy süzgeçlemesi oluşturulmuştur. Bu işlemde amaç, kayıtlı kullanıcı çoklu sitelerden herhangi birisine bağlandığında kullanıcının hangi ürünü en çok isteyebileceğini kestirerek, kullanıcıya daha önceden oy vermediği ürünü göstermektir.

Grouping and filtering of data and prediction is an issue for distinct applications such as online content management, database mining, image processing, and financial analysis. Collaborative filtering can be used for rating or product prediction based on the user’s ratings. By calculating the similarity and distance of the past ratings, rating differences and mean and absolute errors predictions can be achieved. In this study, the rating prediction problem based on the product votes or ratings on a multi-site is solved by weighted slope one filtering implementation. The design of multi site content managent system is decided by comparison of available systems. In multi-site content management setup, the content management system works over one database managing multiple domain names. The realized weighted slope one filtering algorithm is implemented by reviewing existing and newly designed algorithms. It is observed that this methodology gives better results in defining the relationship among rating pairs and performs better in bigger databases. Prediction capabilities, error rates of Pearson, collaborative, non-personalized filtering are compared. The advantage of weighted slope one filtering is that it is less-costly for time and effort and provides acceptable performance. Weighted slope one filtering and CMS setup is done by using PHP, MySQL, and two-dimentional data. The purpose is to have the ability to predict what a user of any of the sites would like as a product and accordingly show the result to the user to improve accuracy.