Welcome to IKU Institutional Repository
OpenAccess@IKU is Istanbul Kultur University's Institutional Repository , established in June 2014 to digitally store and provide open access to academic and artistic outputs in line with international standards and intellectual property rights. The system includes various outputs such as articles, presentations, theses, books, book chapters, reports, encyclopedias, and works of art produced by the university's faculty members and students.
Recent Submissions
Boosting CRM Chatbot Solutions with Flash Attention and Probabilistic Inference
(Intelligent Systems and Pattern Recognition, 2025) Günay, Ahmet Can; Özara, Muhammet Furkan; Çelik, Ahmet Erkan; AKBULUT, AKHAN
In an effort to deliver exceptional customer service, organizations are increasingly recognising the critical role that advanced language models (LLMs) play in the integration of CRM systems. This article explores the forefront of chatbot technology, with a particular focus on the essential function they play in contemporary consumer relationship management. The ability of chatbots to provide personalized and contextually pertinent responses to customer inquiries has been significantly enhanced by the rapid development of LLMs, specifically in the areas of sentiment, intent, and context comprehension. Organizations have the opportunity to enhance customer contentment and optimize operations by leveraging the capabilities of these advanced AI systems. In addition, offline capabilities guarantee continuous support, thereby enhancing customer confidence and loyalty in a time when connectivity fluctuations continue to be a challenge. The present study introduces an innovative offline chatbot system that aims to overcome the limitations of traditional cloud-based counterparts. By efficiently integrating data from various sources, such as project documentation and social media, this chatbot is capable of operating independently and delivering assistance to users, even in locations with sporadic internet connectivity. The experimental outcomes illustrate that our newly developed chatbot model outperforms established benchmarks, as evidenced by its 4.1-second inference time, 90.2-point BLEU score, and 9.7-point WER score. These metrics underscore the model's effectiveness, precision, and timeliness in handling user inquiries and producing responses of exceptional quality. The experiments we conduct are designed to validate the effectiveness of our model in improving customer service experiences within CRM systems through comprehensive performance testing.
Türk Medeni Kanunu m.565'e Göre Tenkise Tabi Sağlar Arası Kazandırmalar
(İstanbul Kültür Üniversitesi, 2024) ÇİFTÇİ, BİLGE; Cem Akbıyık
Bu çalışmanın konusu Türk Medeni Kanunu'nun 565. maddesinde düzenlenen tenkise tabi sağlar arası kazandırmaların incelenmesidir. Çalışma üç ana bölümden oluşmaktadır. Birinci bölümde konuya kavram boyutundan bakılarak saklı pay, tasarruf(kazandırma), tenkis ve denkleştirme kavramları incelenmiş; ikinci bölümde tenkise tabi tasarruflardan genel itibariyle bahsedildikten sonra Türk Medeni Kanunu m.565'e göre tenkise tabi sağlar arası tasarruflar özel olarak incelenmiş; son olarak üçüncü bölümde ise tenkis davası incelenmiştir.
Metaverse Dinamikleri Bağlamında Sosyal Medya ve Dijital Reklamcılığın Geleceği Üzerine Bir İnceleme
(Ankara Hacı Bayram Veli Üniversitesi, 2022) BİLGİCİ, CEREN; ŞİŞMAN, ÖZGE ÖZKÖK
Öz Günümüzde İnternet ve mobil teknolojilerle birlikte dönüşen sosyal ve profesyonel yaşam pratikleri sosyal medya platformlarının yaşamın hemen her alanına entegre olmasını sağlarken, reklamcılık sektöründe de yeni dünya düzenine uyumlu alternatif kanallara yönelik bir ihtiyaç doğurmuştur. Sosyal medya alanında çok önemli bir konumu bulunan Facebook şirketinin Meta adını alarak metaverse odaklı bir teknoloji şirketi olarak kendini tanımlamaya başlamasını takip eden süreçte metaverse yatırımlarının yükselmiş ve bu ekosistemin daha yoğun ilgi görmeye başlaması söz konusu olmuştur. Bu bağlamda, bu araştırmanın amacı metaverse dinamikleri ile yeniden şekillenmesi beklenen sosyal medya ve dijital reklamcılığın geleceği üzerine bir inceleme gerçekleştirmektir. Bu çerçevede, sosyal medya ve dijital reklamcılık alanlarında çalışan sektör profesyonellerin görüşlerini ortaya çıkarmak amacıyla derinlemesine görüşme yöntemi ile gerçekleştirilen araştırmada metaverse’ün ilerleyişi ile bu iki sektörde yaşanacak değişikliklerin öngörüler üzerinden tartışılması hedeflenmektedir. Araştırma kapsamında elde edilen bulgulara göre metaverse’ün gelişiminin sosyal medya ve dijital reklamcılık faaliyetlerinin geleceğinde önemli bir rolü olacağı düşüncesi ortaya çıkmaktadır. Bu kapsamda, zaman içerisinde sanal gerçeklik teknolojilerinin ön plana çıkacağı, sosyal medyanın bireylerin hayatında daha yoğun yer bulacağı, dijital reklamcılıkta yeni reklam formlarının ortaya çıkacağı ve sanal etkileyiciler (virtual influencers) gibi yeni sanal karakterlerin pazarlama faaliyetlerinde giderek daha ön plana çıkacağı vurgulanmaktadır.
Saldırı Tespit Sistemlerinde Makine Öğrenmesi Modellerinin Karşılaştırılması
(Erzincan Binali Yıldırım Üniversitesi, Fen Bilimleri Enstitüsü, 2019) ÇEBİ, CEM BERKE; BULUT, FATMA SENA; FIRAT, HAZAL; BAYDOĞMUŞ, GÖZDE KARATAŞ; ŞAHİNGÖZ, ÖZGÜR KORAY
Son yıllardaki gelişen teknolojiler neticesinde her türlü hesaplama cihazının İnternete bağlanması sağlanmıştır. Bu sayede birçok gerçek dünya problemi yeni ağ düzenine aktarılsa da bu tam-kontrol sağlanamayan sanal platform çok sayıda güvenlik açığı içermektedir. Günümüzde ağ yöneticilerin ana görevlerinden biride bu açıkları kapatmak ve sorumlu oldukları bilgisayar ağını saldırılardan korumaktır. Güvenlik duvarlarının kullanımı dışarıdan yapılan saldırıları ciddi boyutta engellese de içeriden yapılabilecek veya daha önceden karşılaşılmayan tipten saldırılara karşı zafiyetler içermektedir. Saldırı Tespit Sistemleri (STS) bu zafiyetleri ortadan kaldırmak için öncelikle tercih edilebilecek uygulamalardır. Son geliştirilen STSleri incelendiğinde dinamik bir güvenlik mekanizması geliştirmek adına özellikle Makine Öğrenmesi tabanlı sistemlere ağırlık verildiği görülmektedir. Bilgisayar donanımları ve paralel hesaplama teknolojilerinde ortaya çıkan gelişmeler ve Büyük Veri işleme teknolojilerinin, Makine Öğrenmesi tabanlı sistemlerle uyumlu kullanıldığı görülmektedir. Bu çalışmada yedi farklı makine öğrenimi algoritmaları kullanarak STSlerin geliştirilmesi amaçlanmıştır. Elde edilen sonuçlar başarım, eğitim süreleri ve çalıştırma süreleri açısından karşılaştırılarak farklı kriterlere göre uygun algoritmanın ortaya konmuştur. Bu karşılaştırma için genel kabul gören NSL-KDD veri setinden faydalanılmıştır. Başarım sonuçlarına bakınca Adaboost algoritmasının en yüksek doğruluk oranına ulaştığı görülmektedir. Ancak gerek eğitim süresi gerekse çalışma zamanı performansı göz önüne alınınca Karar Ağacı algoritmasının daha yüksek performans gösterdiği, doğruluk oranı değeri itibarı ile de Adaboost’a yakın değere sahip olduğu görülmektedir.
ASLAN, EREN
ARAŞT GÖR ADAYI