Tez No	İndirme	Tez Künye	Durumu
409196		An analysis on user profiles and usage preferences for mobile application recommendations / Mobil uygulama tavsiyelerinde kullanıcı profilleri ve kullanım tercihlerinin analizi Yazar:PERİN ÜNAL Danışman: YRD. DOÇ. DR. TUĞBA TAŞKAYA TEMİZEL ; YRD. DOÇ. DR. PEKİN ERHAN EREN Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Enformatik Enstitüsü / Bilişim Sistemleri Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora İngilizce 2015 169 s.
Bu tez kapsamında, kişilik özellikleri ile mobil teknoloji kullanımı; özellikle de sesli çağrı ve SMS mesajlaşma gibi geleneksel iletişim kanalları ile iletişim ve ticaret alanlarında her geçen gün gelişmekte olan mobil uygulama kullanımı arasındaki ilişki araştırılmıştır. Bu çalışma, farklı kişilik özellikleri ile teknoloji kullanımının farklı yönleri arasındaki ilişkiyi bu kadar kapsamlı olarak araştıran ilk çalışmadır. Tavsiye sistemleri, kullanıcılar tarafından satın alınan ürünlerle ilgili olup bu sistemlerde kullanıcı zevkleri göz önüne alınmaktadır. Neredeyse tüm uygulama sitelerinde mobil uygulamalar en popüler, en çok indirilen, editörün seçimi ve günün uygulaması gibi oylama ya da otorite etki stratejilerine dayalı alt başlıklarda toplanmaktadır. Ancak, literatürde, kullanıcıların bu tür etki stratejileri ile algısı ve kullanıcı tercihlerinin altında yatan etkenlerle ilgili sınırlı bilgi yer almaktadır. Bu tez kapsamında, mobil uygulama önerilerinde kullanılan etki stratejileri ve kullanıcıların bu önerileri ne kadar dikkate aldığı deneysel bir bağlamda ele alınmıştır. Bu amaçla biri web, diğeri ise mobil platformda olmak üzere birbirini tamamlayıcı iki deney gerçekleştirilmiştir. Bu deneyler yoluyla, kullanıcıların mobil uygulama tavsiyelerini ne derecede dikkate aldığı ve kişilik özelliklerinin bu noktada ne kadar etkili olduğu araştırılmıştır. Bunun yanı sıra, bu tezde, kullanıcıların sahip olduğu uygulamalar, bu uygulamaların hangi kategoriler altında toplandığı ve kişilik özelliklerle ilgisi incelenmiştir. Bu tezin ana katkısı, tavsiye sistemlerinin tasarımlarını kullanıcıların ihtiyaçlarını anlama bağlamına oturtması ve kullanıcıların bireysel farklılıklarını daha iyi anlamak için kişiselleştirme sağlamasıdır.
In this thesis, we investigated the relationship between personality features and mobile technology use, particularly the use of traditional communication channels such as voice calls and SMS messaging and rapidly evolving mobile applications, specifically in communication and commerce domains. This was the first study to investigate the relationship between different personality features and different aspects of mobile technology use to this extent. The rapid growth in the mobile application market presents a significant challenge for users in terms of finding interesting and relevant applications. Recommendation systems deal with ends that are consumed by users in which similarity between consumer tastes is generally taken into account. In almost all of the application stores mobile applications are grouped under headings that employ consensus or authority influence strategies such as the most popular, most downloaded, editor's choice or applications of the day. However, the literature contains limited information about the users' perception of such influence strategies and the underlying factors that lie beyond the users' preferences. In this thesis, influence strategies used in mobile application recommendations and the users' compliance to the recommendations are investigated in an experimental context. Two complementary experiments are conducted; one on the web and the other on a mobile platform. The users' compliance with mobile application recommendations and the question of how the personality features of users affect their compliance with recommendations are explored in the experiments. Furthermore, this thesis analyses the applications owned by the user, the composition of applications under categories and their relation with personality features. The main contribution of this thesis is to ground the design of recommending systems in an understanding of users' needs and to provide means for personalization to better address users' individual differences.