E-ticaret siteleri için bulanık mantık ve makine öğrenmesi tabanlı bir öneri sistemi

Öneri sistemleri özellikle e-ticaret sitelerinde, film izleme platformlarında, müzik dinleme platformlarında kullanıcılara en doğru ürünü tavsiye etmek üzerine geliştirilen sistemlerdir. Günümüzde veri üzerine yapılan çalışmaların artması öneri sistemlerinde de farklı yöntemler uygulanmasına yol açmıştır. Yapılan çalışmada e-ticaret sitelerinde kitap satın almak isteyen kullanıcılara yönelik bulanık mantık tabanlı ürün öneri sistemi sunulmuştur. Alınan ve görüntülenen diğer kitaplar verisi bilgileri ile desteksiz öğrenme (Unsupervised learning) kullanılarak kümeleme yapılmıştır. K-means algoritması kullanılarak yapılan kümeleme işlemi ile altı küme elde edilmiştir. Kitaplara ait diğer değişkenler olan sayfa sayısı, fiyat ve puan bilgilerinin bulunduğu veri seti modele uygun olacak şekilde hazırlanmıştır. Veri temizleme ve kümeleme işlemleri sonrasında elde edilen veri seti ile karar ağacı modeli oluşturulmuştur. C4.5 yöntemi kullanılan karar ağacı, değişkenlerin kitap kategorisini belirlemek için olan etkisini göstermiştir. Çalışmada kullanılan bulanık modelinin kuralları, bu karar ağacından yararlanarak oluşturulmuştur. Gerçek veri ile yapılan testler sonucunda, karar ağaçları ve bulanık modeller bir arada kullanıldığında başarılı sonuçların alındığı görülmüştür. Normalde veriye ihtiyaç duyulmayan bulanık modellerde, modelin tasarımı sırasında değişkenlerin ve etkilerinin çok iyi bilinmesi gerekir. Fakat bu çalışmadaki gibi karmaşık ve zor modellerde kuralların oluşturulması oldukça zor olacaktır. Karar ağaçları gibi bir yöntem yardımıyla kuralların hızlı ve doğru bir şekilde oluşturulabileceği, bu çalışmada elde edilen başarılı sonuçlar neticesinde anlaşılmıştır.