Ağırlıklı Kapsam Yoğunluğu Algoritması Yaklaşımı ile Rss Tabanlı Haber Tavsiye Sistemi

Abstract

Günümüzde internetin yaygınlaşması ile birlikte yapısal olmayan verilerin özellikle de metinsel verilerin miktarı çok fazla artmıştır. Haber siteleri metinsel verilerin en önemli örneğidir. Veritabanlarında, internet ve intranetlerde çok büyük miktarda haber bilgileri depolanır. Bu bilgiler dokümanlarda veya metin dokümanlarında tutulmaktadır. Bu bilgilerden önemli bilgiler çıkartmak, işimize yarayan haber metinlerini çekerek kişinin haber alışkanlığını öğrenmek esas problemimizdir.Bu tezde metin halindeki veriye erişimi kolaylaştıran, zaman ve hız kazandıran metin kategorizasyon tekniği olan ağırlıklı kapsam yoğunluğu ağırlıklandırma algoritması incelenmiş olup, bu teknik kullanılarak rss tabanlı dinamik içerikli, içeriği farklı haber sitelerinin farklı kategorilerinde yer alan haberleri tarayarak, kullanıcının okuduğu benzer haberleri dinamik olarak kümeleyen, kullanıcının haber alışkanlığını öğrenen, gerekli gruplara göre okuyabileceği haberleri tavsiye eden akıllı bir sistem gerçekleştirilmiştir.

Today the amount of non-structural data, especially textual data, significantly increased due to become widespread of internet. News portals are the most important examples of textual data. Huge amount of news documents are stored in databases, internet and intranet. This information is kept in a document, or text documents. Our primary problem is to extract significant information and obtain the documents that we need. The main aim is to learn the people?s preferences and habits of reading news documents.In this thesis, weighted coverage density, which is a timesaving text categorization technique, enabling access to data in text form, algorithm was analyzed. Accordingly an rss-based smart system with dynamic content, a system that dynamically aggregates the similar news read by the users by searching the news included in different categories of the news sites with different contents that determines news habits of the user and recommends the news that might be read in accordance with the related groups, was developed.