The aim of this study is to realize a recommender system (RS) for big data application by using sentiment analysis instead of user ratings. By becoming widespread of e-commerce systems through internet, too much user data has became available. So traditional storage systems remained incapable and the stored data is divided. Nowadays we collect lots of reviews from users and feedback on e-commerce web sites therefore the importance of increasing big data analysis technology, which increases the need of big calculation. In this study, we report the performance improvement by adding the natural language processing steps to the classical recommender system. As a result that big data and personalized process are decrease the recommender systems error rate.

Çalışmanın amacı kullanıcı puanlama temelli öneri sistemlerinin, kullanıcı puanları yerine duygu analizinden elde edilen değerler ile büyük veri üzerinden gerçeklenmesidir. Internet üzerinden e-ticaret sistemlerinin yaygınlaşması ile çok fazla kullanıcı verisi oluşturulması sonucunda alışılmış depolama sistemleri artık yetersiz kalmaya başlamış ve verinin bölünmesi zorunlulukları ortaya çıkmıştır. Veri bütünlüğünü sağlamak ancak dağıtık dosya sistemleri teknolojileri ile mümkün olabilmektedir. Büyük veri üzerinden makine öğrenmesi algoritmalarının çalıştırılması ve sonuçların değerlendirilmesine duyulan ihtiyaç gün geçtikçe artmaktadır. Bu çalışmada büyük veriler ile öneri sistemlerinin kişiselleştirilmesinin önemi ve aynı zamanda öneri sistemleri temel yöntemlerine sunduğu katkı raporlanmış ve sonuçları analiz edilmiştir. Analiz sonuçlarına göre verinin hacmen büyümesi ve kişiselleştirme adımları başarım oranlarını arttırmıştır.