GIRIS

Gunumuz teknolojisindeki artan gelismeler ve dijitallesmeler ile birlikte, oneri sistemleri cogu alanda onemli bir rol oynamaktadir.Bu tezin temel amaci, kullanicilarin onceden izledikleri ve begendikleri filmleri analiz ederek, onlarin tercihlerine uygun ve ilgilerini  cekecek film onerileri sunan bir oneri sistemi tasarlamak ve implemente etmektir.Spotify, kullanicilarin muzik tercihlerini temel alarak kisisellestirilmis calma listeleri ve oneriler sunar, oneri sistemleri genellikle muzik turleri, sanatcilar ve dinleme aliskanliklari gibi muzikle ilgili verileri analiz eder.Amazon Prime platformu da Netflix oneri sistemleriyle ayni mantik cercevesinde calismaktadir fakat veri kullanimi, algoritma ve teknoloji, one cikan metrikler, 
Kullanici geri bildirim isleme gibi farkliklari bulunmaktadir.Bu raporun devaminda, film oneri sistemlerinin temel prensipleri, kullanilan programlar, benzer uygulamalar ve projenin detayli tasarimi hakkinda ayrintili bilgiler verilecektir.Kullanicilarin ilgi alanlarina uygun icerikleri daha hizli ve etkili bir sekilde kesfetmelerine yardimci olarak, film izleme deneyimini daha keyifli ve ozellestirilmis hale getirmeyi amaclamaktadir.Benzer sekilde, film oneri sistemleri konusunda Netflix, Amazon Prime Video ve Spotify gibi onde gelen platformlardaki uygulamalari inceleyerek, sektordeki guncel gelismeleri anlamaya calistik.Sonuc olarak, film oneri sistemleri alaninda yapilan bu calisma, kullanici memnuniyetini artirmak ve dijital medya platformlarinin rekabet avantajini guclendirmek adina kisisellestirilmis icerik onerileri uzerine odaklanan gelecekteki arastirmalara bir temel olusturmayi amaclamaktadir.Ayrica, bu alandaki onceki calismalardan elde edilen sonuclar ve eksiklikler incelenerek, bu eksiklikleri gidermek amaciyla gerceklestirilen tez calismasinin genel amaci ve onemi aciklanacaktir.Bu tez calismasinin amaci, film izleme deneyimini daha kolay ve kullanici begenisi odakli hale getirecek bir film oneri sistemi gelistirmektir.Netflix'in oneri sistemi, kullanicilarin izleme gecmislerini, begenilerini ve puanlamalarini analiz ederek kisisellestirilmis oneriler sunan bir yapay zeka tabanli sistemdir.Bu alanda yapilan gelismeler, izleyici deneyimini zenginlestirmek ve icerik tuketimini daha anlamli hale getirmek adina onemli bir potansiyele isaret etmektedir.Bu sayede, kullanicilarin daha fazla ilgisini cekecek ve onlarin beklentilerine uygun icerikleri onerebilecek bir oneri sistemi olusturulmasi amaclanmaktadir.Baska bir deyisle film oneri sistemleri, ozellikle yapay zeka ve makine ogrenimi gibi teknolojik gelismelerin etkisi altinda hizla evrim gecirmektedir.Literatur taramasi, film oneri sistemleri alaninda yapilan onceki calismalarin degerlendirmesini sunarak, bu alandaki mevcut durumu analiz etmemize yardimci oldu.Elde edilen bulgular, film oneri sistemlerinin kullanici tercihleri uzerinde etkili bir sekilde calistigini ve kisisellestirilmis icerik onerilerinin izleyicilerin memnuniyetini artirdigini gosterdi.Tez calismasinin sonunda elde edilmesi hedeflenen sonuclar
ve katkilar da belirtilerek, calismanin ilerleyen asamalarinda nelerin planlandigi aciklanacaktir.Bu calismanin sonunda elde edilecek olan oneri sistemi, film sektorundeki dijital platformlar icin onemli bir araci olmayi amaclamaktadir.One cikan birkac film oneri sistemlerini inceleyecek olursak baslicalari Netflix, Amazon Prime, ve Spotify gibi dijital platformlardir.Spotify, muzik ve podcast odakli bir dijital yayin platformudur ve Netflix ile Amazon Prime Video'dan farklidir.Bu algoritmalar, kullanici profillerini surekli guncelleyerek daha hassas ve kisisellestirilmis oneriler sunma kapasitesine sahiptir.Yaptigimiz bu literatur taramasi, film oneri sistemleri alaninda mevcut durumu anlamak ve bu alandaki yontemleri belirlemek amaciyla yapilmistir.Ozellikle, derin ogrenme ve makine ogrenimi teknikleri kullanilarak gelistirilen oneri algoritmalarinin, kullanicilarin beklentilerine daha iyi cevap verebildigi belirlendi.Bu alanlardan biri olan  film sektoru de bu gelismelerden etkilenmis ve film izleme aliskanliklarini degistiren oneri sistemleri ile karsilasmistir.AMAC

Gunumuz sartlarinda, bireylerin karsilastigi cesitli bilgi yiginlari arasinda kendi isteklerine uygun icerikleri bulmakta zorlanmalari, oneri sistemlerinin onemini artirmistir.Bu baglamda, film sektoru de kullanicilarin genis bir film veri havuzunda kaybolmalarini onlemek ve onlarin film zevklerine gore oneriler sunmak adina film oneri sistemlerine yonelmistir.Bu sayede, Netflix'in genis icerik kutuphanesinde kullanicilarin ilgi cekici iceriklere daha hizli ve etkili bir sekilde erismelerini saglar.