Öneri Sistemlerinde Kişilik Özelliklerine Göre Performans ve Popülerlik Yanlılığı Analizi

Öneri sistemleri, kullanıcıların tercihlerine dayalı olarak kişisel ve memnuniyetin ön planda olduğu öneriler sunmayı amaçlamaktadır. Ancak her ne kadar amaç doğrultusunda hareket edilmeye çalışılsa da, önerilerde popüler yanlılığı problemi ile karşılaşılmaktadır. Bu çalışma, öneri sistemlerinin kişilik tahmini alanındaki kullanımını ele almakta ve bireylerin kişilik özellikleri (Açıklık, Uyumluluk, Duygusallık, Sorumluluk ve Dışadönüklük) temelinde popülerlik yanlılığını incelemeyi amaçlamaktadır. Çalışmada ayrıca, bu kişilik boyutlarına göre yapılan tahminlerin doğruluğunu değerlendirmek amacıyla geliştirilen bir modelin etkinliği analiz edilmiştir. Değerlendirmelerde sıralama tabanlı (nDCG, GAP) ve kapsama tabanlı (APLT, LTC) metrikler kullanılmıştır. Elde edilen sonuçlar, Açıklık boyutunda modelin sıralama başarısının en yüksek olduğunu gösterirken, GAP değerlerinin tüm boyutlar için negatif olması sıralama doğruluğunda önemli eksikliklere işaret etmektedir.

Recommender systems aim to provide personal and satisfaction-oriented recommendations based on users’ preferences. However, although efforts are made to act in line with the goal, the problem of popularity bias is encountered in recommendations. This study addresses the use of recommendation systems in the field of personality prediction and aims to examine the popularity bias based on the personality traits of individuals (Openness, Agreeableness, Emotionality, Conscientiousness and Extraversion). In addition, the effectiveness of a model developed to evaluate the accuracy of predictions made according to these personality dimensions was analyzed in the study. Ranking-based (nDCG, GAP) and coverage-based (APLT, LTC) metrics were used in the evaluations. The obtained results show that the model has the highest ranking success in the Openness dimension, while the negative GAP values for all dimensions indicate significant deficiencies in ranking accuracy.