Kişilerin konum paylaşımlarını kullanarak gelecekteki konum bilgilerinin tahmini
| dc.contributor.advisor | Şaykol, Ediz | |
| dc.contributor.author | Kaplan, Özgür | |
| dc.date.accessioned | 2025-03-10T19:05:27Z | |
| dc.date.available | 2025-03-10T19:05:27Z | |
| dc.date.issued | 2016 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | |
| dc.description.abstract | Son yıllarda çok hızlı bir şekilde artan akıllı telefon kullanımı ve bu telefonların sağladığı konum servislerini kullanan, Foursquare gibi uygulamaların popülerleşmesi, kişilerin hareketlilik alışkanlıkları hakkında detaylı bilgiler elde edilebilmesini sağlamıştır. Bu çalışmada kişilerin Foursquare üzerindeki geçmiş konum paylaşımları kullanılarak, kişilerin ziyaret edebilecekleri mekânların tahmin edilmesi hedeflenmiştir. Çalışmanın adli araştırmalara, işletme popülerlik ve kişilik analizi çalışmalarına katkı sağlayacağı öngörülmüştür. Çalışma kapsamında kişilerin Twitter üzerinden paylaştıkları ve Foursquare üzerinden gerçekleştirdikleri mekân paylaşımları analiz edilmiştir. Paylaşımlarda ziyaret edildiği belirtilen mekânların kategorilere Foursquare üzerinden alınmıştır. Toplanan mekân verileri, karar ağacı ve gradyan iyileştirmeleri karar ağacı öğrenme teknikleri kullanılarak analiz edilmiş ve ziyaret edilen mekânların kategorileri tahmin edilerek elde edilen bulgular incelenmiştir. | |
| dc.description.abstract | The increasing popularity of smartphones over the last few years and the popularity of applications such as FourSquare, which use location services provided by these phones, have enabled us to obtain detailed information about people's mobility habits. In this study, it was aimed to estimate locations where people could visit using past location shares on FourSquare. It is envisaged that the study will contribute to the study of criminal investigations, enterprise popularity and personality analysis. Within the scope of the study, people's tweets about their FourSquare check-ins were analyzed. The categories of places that were visited on the Shares were taken from Foursquare. The collected spatial data were analyzed using decision tree and gradient boosted trees learner techniques and the findings obtained by estimating the categories of visited places were examined. | |
| dc.identifier.endpage | 53 | |
| dc.identifier.startpage | 1 | |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=DPTyuy3wRPq_qvCPSqUB60NRLcPDQk12Fdx4LRswisMjVyjkRLTAv9t7aJybe2h3 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12662/8477 | |
| dc.identifier.yoktezid | 450860 | |
| dc.institutionauthor | Kaplan, Özgür | |
| dc.language.iso | tr | |
| dc.publisher | İstanbul Beykent Üniversitesi | |
| dc.relation.publicationcategory | Tez | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.snmz | KA_TEZ_20250310 | |
| dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | |
| dc.subject | Computer Engineering and Computer Science and Control | |
| dc.title | Kişilerin konum paylaşımlarını kullanarak gelecekteki konum bilgilerinin tahmini | |
| dc.title.alternative | Forecasting people's future location information using data mining methods | |
| dc.type | Master Thesis |
