Konum tabanlı sosyal ağlarda konum tahmini

Abstract

Mobil cihazlardaki ve kablosuz ağlardaki gelişmelere bağlı olarak son yıllarda konum tabanlı sosyal ağlar da popülerliğini artırmaktadır. Bu sosyal ağlar kullanıcıların yeni mekânlar keşfetmelerine, fotoğraf, video ve konumlarını paylaşmalarına ve arkadaşlık kurmalarına olanak sağlamaktadır. Konum tabanlı sosyal ağlar sayesinde daha önce elde etmesi oldukça zor olan büyük miktardaki kullanıcıların hareketleri ile ilgili verilere erişmek mümkün hale gelmiştir. Bu verileri kullanarak kullanıcılara başarılı öneriler sunulması hem sosyal ağ sağlayıcılarına, hem kullanıcılara, hem de sistemdeki mekânlara yarar sağlamaktadır. Konum tabanlı sosyal ağlar sayesinde elde edilebilecek çok fazla veri olmasına karşın şu an için elde edilebilen veriler genelde oldukça az ve ham verilerdir. Bu veriler kullanıcının hangi tarihte nerede yer bildiriminde bulunduğu ve kullanıcılar arası arkadaşlık durumu bilgileridir. Bunların haricinde konum tabanlı sosyal ağlar sayesinde elde edilebilecek verilere örnek olarak; kullanıcıların mekânlara verdikleri puanlar, mekân hakkında yaptıkları yorumlar ve mekânların fiyat aralıkları gösterilebilir. Elde edilen veriler ham halde olsalar bile bu veriler işlendikten sonra birçok farklı bilgi elde edilebilir. Sadece yer bildirimi verisi kullanılarak mekânların popülerliklerine, kullanıcıların mekân ve kategori tercihlerine, mekânların popüler oldukları zaman aralıklarına ve daha birçok bilgiye ulaşılabilir. Elde edilen veriler öncelikle analiz edilmiş ve bir ön işlemeden geçirilmiştir. Sistemi düzenli kullanmayan kullanıcı verileri elenmiştir. Benzer şekilde sadece tek bir yer bildirimine sahip mekânlar sistemden çıkarılmıştır. Bunun sebebi bu mekânların incelediğimiz özellikler ile önerilmesinin oldukça zor olmasıdır. Daha sonra yer bildirimleri yapılan konumların hangi ülke ve şehirlerde oldukları tespit edilmiştir. Yapılan incelemeler sonucu kullanıcıların büyük çoğunluğunun yer bildirimlerini aynı şehir içerisinde yaptıkları görülmüş ve öneri yapılırken bu göz önüne alınmıştır. Öneri sistemi çalıştırılırken veriler şehir bazlı incelenmiş ve buna göre başarı hesaplanmıştır. Bu çalışmada kullanıcıların hareketleri önceden tahmin edilmeye çalışılmıştır. Yapılan işlem test için belirlenen yer bildirimini yapan kullanıcı için sistemdeki her bir mekâna puan verme ve bu puanları sıralama işlemidir. Bu sıralama sonucunda farklı liste uzunluklarında öneri yapılmış ve yer bildiriminin gerçekten bu liste içinde olup olmadığı, var ise hangi sırada var olduğu incelenmiş ve başarı hesaplanmıştır. Bunun için öncelikle elde edilen veriler teker teker kullanılmış ve başarıları incelenmiştir. Bu veriler mekân popülerliği, mekânın zaman aralıklarındaki popülerlikleri, kullanıcıların önceki mekân ve kategori tercihleri, mekânın kullanıcının evine olan uzaklığıdır. Daha sonra bu verileri bir arada kullanan bir sistem tasarlanmıştır. Bu sistemin başarısı incelenmiş ve önceki elde edilen sonuçlarla karşılaştırılmıştır.