İşbirlikçi filtreleme ile yemek tavsiye sistemi geliştirme

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Ana Bilim Dalı, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: Türkçe

Öğrenci: MERVE CENGİZ

Danışman: TUĞBA YILDIZ

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu çalışmada, Allrecipes.com web sitesindeki yemek tariflerine ve üyeler tarafından verilen oylara dayalı bir yemek tavsiye sistemi geliştirildi. Toplam 1840 yemek tarifi (Diyabetik - Glutensiz - Ketojenik - Düşük Sodyum - Düşük Kolesterol - Vejetaryen – Vegan) ve 66012 kullanıcı Allrecipes.com'dan web scraping yöntemi ile kazındı ve Python'da analiz edildi. En yüksek oy (5 puan) sayısı 63568, en az oy (1 puan) sayısı ise 2298 olarak bulundu. Veri setinde düşük kolesterollü yemek sayısının en fazla (324), ketojenik diyet yemek sayısının ise en az (210) olduğu belirlendi. Ortalama oya göre, vegan, vejetaryen ve ketojenik tariflerin en fazla tercih edilen; düşük kolesterol ve diyabetik tariflerin ise en az tercih edilen diyet tarifleri olduğu tespit edildi. Bunun yanı sıra, toplam oya göre sırasıyla en fazla ve en az tercih edilen diyet tariflerinin glutensiz ve ketojenik olduğu belirlendi. Tavsiye Sistemi, Değişimli En Küçük Kareler (DEKK) yöntemi kullanılarak oluşturuldu. Diyet Yemek Tavsiye Sistemi, kosinüs benzerlik yöntemi kullanılarak gerçekleştirildi. DEKK yönteminin büyük veri ile uygulaması bulut üzerinde gerçekleştirildi. Modelin hata kareler ortalamasının karekökü 0.495 olarak bulundu. Modelin önerdiği yemekler kullanıcı bazlı incelendi ve sonuçların tutarlı olduğu belirlendi. En çok tavsiye edilen yemekler incelendiğinde, vejetaryen tariflerin ilk sırada yer aldığı; toplamda ise ketojenik tariflerin yüksek sayıda önerildiği görüldü. Sonuç olarak, yemek tarifleri aracılığıyla yiyecekler hakkında fikir sahibi olmak ve diyetlerine göre yiyecek seçmek isteyen kullanıcılara öneriler üreten web tabanlı bir yemek öneri sistemi oluşturuldu.