Akademik Veri Yönetim Sistemi
Yalçın E. (Yürütücü), Bilge A.
Yükseköğretim Kurumları Destekli Proje, 2021 - 2023
İşbirlikçi filtreleme algoritmaları, ilgisiz olanları filtrelerken onlara uygun ürünler önererek bireylerin karar verme sürecini destekleyen pratik öneri yaklaşımlarıdır. Bununla birlikte, son zamanlarda yapılan birçok çalışma, bu tür algoritmaların, ürettikleri öneri listelerinde popüler ürünlere popüler olmayanlardan daha fazla yer verme eğiliminde olduğunu doğrulamaktadır. Önerilerde bu tür yanlılıkların olumsuz etkilerini araştırırken, literatür genellikle yalnızca en sık derecelendirilen maddelere odaklanmaktadır. Ancak, bir ürünün popülerliği her zaman bireyler tarafından çok beğenildiğini göstermez; aslında beğenme derecesi, doğruluk-ötesi değerlendirmeler açısından ünlü popülerlik önyargısından daha zararlı yanlılıklara neden olabilir. Bu nedenle, bu projede, gişe-rekortmeni ürünler olarak adlandırdığımız hem popüler hem de çok beğenilen ürünleri ele almaya ve işbirlikçi filtreleme algoritmalarının sıralamaya dayalı önerilerinde gişe-rekortmeni ürünler lehine önemli bir yanlılık empoze edip etmediğini araştırmaya çalışacağız. Bu amaçla, ilk olarak, beğenme derecelerini ve popülerliklerini etkili bir şekilde birleştirerek ürünlerin gişe-rekortmeni düzeyini ölçen yeni bir formülasyon önerilmesi hedeflenmektedir. Ardından, bu formülasyona dayanarak, önerilerdeki gişe-rekortmeni ürünlere yönelik olası önyargıları keşfetmek için üç karşılaştırma veri kümesi üzerinde kapsamlı bir deneyler dizisi gerçekleştirilecektir. Bununla birlikte, işbirlikçi filtreleme algoritmalarının gişe-rekortmeni ürünlere yönelik potansiyel yanlılıklarının öneri kalitesi üzerindeki etkisini azaltmak amacıyla yeni bir yanlılık giderme yöntemi geliştirmeyi hedefliyoruz. Böylece, daha nitelikli bireysel önerilerin üretilmesini sağlanacak ve öneri sistemlerinin etkinliği arttırılacaktır.