dc.contributor.advisor | Σακκόπουλος, Ευάγγελος | |
dc.contributor.author | Κάλλη, Δήμητρα | |
dc.date.accessioned | 2024-07-08T13:31:03Z | |
dc.date.available | 2024-07-08T13:31:03Z | |
dc.date.issued | 2024-06 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/16587 | |
dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/4009 | |
dc.description.abstract | Παρουσιάζεται μια Εφαρμογή η οποία βοηθά τους χρήστες να επιλέξουν την κατάλληλη Διαδικτυακή
Υπηρεσία από ένα σύνολο 365 υπηρεσιών λαμβάνοντας υπόψιν τις ανάγκες και προτιμήσεις τους
χρησιμοποιώντας προηγούμενες βαθμολογίες ή/και βαθμολογίες όμοιων χρηστών.
Ξεκινώντας παρουσιάζεται μια ιστορική αναδρομή των Υπηρεσιών Διαδικτύου και των Συστημάτων
Συστάσεων. Αναλύεται ο Αλγόριθμος KNN Πλησιέστερων Γειτόνων και στην συνέχεια γίνεται χρήση του
με σκοπό την ομαδοποίηση χρηστών των Διαδικτυακών Υπηρεσιών, έτσι ώστε να προσφέρουμε
εγκυρότερες μελλοντικές προτάσεις. Παρουσιάζονται τα εργαλεία και οι μέθοδοι ανάπτυξης της
εφαρμογής, όπως και κάποια σενάρια εκτέλεσης.
Η εφαρμογή αναπτύχθηκε στην γλώσσα προγραμματισμού C# με την βοήθεια κάποιων πακέτων NuGet
που εξυπηρετούν την δημιουργία γραφημάτων, συνδυαστικά με μία Βάση Δεδομένων Postgresql | el |
dc.format.extent | 57 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.title | Έξυπνη επιλογή υπηρεσιών διαδικτύου με εξασφάλιση δυναμικών χαρακτηριστικών ποιότητας QoS (Quality οf Service) | el |
dc.title.alternative | Smart web services selection utilizing dynamic Quality οf Service Characteristics | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
dc.description.abstractEN | This paper introduces an application designed to aid users in identifying the most suitable web service from a
collection of 365 options. This can be achieved by taking into consideration the End User’s preferences, which
are inferred from historical rating data.
The dissertation begins with a retrospective examination of the evolution of Web Services and the development
of recommendation systems. By employing the K-Nearest Neighbors (KNN) algorithm, the application effectively
groups web service consumers, thereby enhancing the accuracy of subsequent service recommendations.
The software is developed in C# and leverages a selection of NuGet packages for graph generation, operating
in conjunction with a Postgresql database backend. | el |
dc.contributor.master | Πληροφορική | el |
dc.subject.keyword | Recommender Systems | el |
dc.subject.keyword | KNN | el |
dc.date.defense | 2024-06 | |