Movie Recommendation Systems Based on Collaborative Filtering: A Case Study on Netflix

Authors : Muhammed SÜTÇÜ, Ecem KAYA, Oğuzkan ERDEM

Pages : 367-376

View : 67 | Download : 23

Publication Date : 2021-12-30

Article Type : Research Paper

Abstract :Filmler, şarkılar ve alışveriş ürünleri gibi ögelerin kullanıcı değerlendirmeleri Öneri Sistemleri (ÖS) tarafından henüz değerlendirilmemiş ürünleri tahmin etmek için kullanılır. ÖS kullanıcılara çeşitli alanlarda öneri vermek için geliştirilmiştir ve ÖS uygulama alanlarından birisi de film önerisidir. Bu alanda üç genel algoritma kullanılmaktadır; kullanıcılar arası benzerliğe dayanarak tavsiye veren İşbirlikçi Filtreleme, kullanıcı-eşya eşleştirilmesindeki ilişkiden beslenen İçerik Tabanlı Filtreleme ve bu iki algoritmayı birleştiren Hibrit Filtreleme. Bu çalışmamızda İşbirlikçi Filtreleme çerçevesinde hangi metotların daha etkili çalıştığı incelenmiştir. Analizimizde Netflix Ödül veri seti kullanılmış ve iyi bilinen İşbirlikçi Filtreleme metotları olan Tekil Değer Ayrışımı, Tekil Değer Ayrışımı++, K En Yakın Komşu ve Eş Kümeleme kıyaslanmıştır. Her metodun hatası Ortalama Hata Kare Kökü kullanılarak ölçülmüştür. Son olarak, K En Yakın Komşu metodunun veri setimizde daha başarılı olduğu sonuçlanmıştır.
Keywords : film öneri, öneri sistemleri, işbirlikçi filtreleme, Netflix ödül

ORIGINAL ARTICLE URL