| dc.contributor.advisor | Κυριαζής, Δημοσθένης | |
| dc.contributor.author | Χλης Καλογερόπουλος, Ηλίας | |
| dc.date.accessioned | 2021-09-08T12:30:04Z | |
| dc.date.available | 2021-09-08T12:30:04Z | |
| dc.date.issued | 2021 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/13654 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/1077 | |
| dc.description.abstract | Στα πλαίσια αυτής της εργασίας και μέσα από την ανάπτυξη εργαλείων διαχείρισης μεγάλων δεδομένων,
γίνεται η εξαγωγή και αποθήκευση δημοσιεύσεων από την ηλεκτρονική πλατφόρμα του Twitter καθώς και η ανάλυση αυτών με διαφορετικές μεθόδους προσέγγισης και μελέτης κοινωνικών δικτύων. Η υλοποίηση των διαδικασιών και των αναλύσεων προσπαθεί να αναδείξει το συνδυασμό των διαφορετικών τεχνολογιών ανοιχτού κώδικα
και την ευελιξία που παρέχουν τόσο για την ανταπόκριση στο μεγάλο όγκο δεδομένων όσο και στα μοντέλα αλγορίθμων και τις μεθόδους που εφαρμόζονται.
Οι αναλύσεις που εφαρμόζονται, συσχετίζονται στην επεξεργασία και ανάλυση του εξαγώγιμου κειμένου με μεθόδους ‘Natural Language Processing’ αλλά
και σε θεωρίες γράφων για την ανακάλυψη σημείων ενδιαφέροντος και κοινοτήτων. Η εργασία εστιάζει σε ένα σχεσιακό τρόπο σύνδεσης αναλύσεων περιεχομένου
‘Content Related’ και ‘Relation Related’ θέλοντας να αναδείξει τους διαφορετικούς τρόπους προσέγγισης εξόρυξης δεδομένων σε σύνθετα κοινωνικά δίκτυα,
σε ένα γενικότερο σχήμα, χωρίς να εστιάζει σε βάθος στο αντικείμενο ανάλυσης, αλλά να παρέχει μια ευρύτερη εικόνα τόσο για τα σημεία δυσκολίας των
εκάστοτε αναλύσεων όσο και για τη σχέση των μοντέλων που χρησιμοποιήθηκαν και τα αποτελέσματα αυτών | el |
| dc.format.extent | 58 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.title | Αναλυτική δεδομένων για την ανάλυση κοινωνικής συμπεριφοράς | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων | el |
| dc.description.abstractEN | As part of this study and through the development of big data management tools, public posts are exported and stored from the electronic platform of Twitter
as well as the analysis of them with different approaching methods for the study of social networks. The implementation tries to highlight the combination
of different open source technologies and the flexibility they provide for supporting operations with large volumes of data ,algorithms and methods.
The applied methods are related to the processing and analysis of the exportable text with ‘Natural Language Processing’ and graph theories for discovering
points of interest and communities. In a rellational approach, this study focuses on a relational way of linking 'Content Related' and 'Relation Related'
analytics in order to point out the different ways of approaching data mining in complex social networks. In a more general form, without focusing in depth
on the object of analysis, provides a abstract picture of both the in each analysis as well as for the relationship of the models and their results. | el |
| dc.contributor.master | Πληροφοριακά Συστήματα και Υπηρεσίες | el |
| dc.subject.keyword | Sentiment analysis | el |
| dc.subject.keyword | Topic model | el |
| dc.subject.keyword | Graph analysis | el |
| dc.subject.keyword | Community extraction | el |
| dc.date.defense | 2021-06-30 | |
