dc.contributor.advisor | Αλέπης, Ευθύμιος | |
dc.contributor.author | Πολυχρόνη, Ελένη - Χριστίνα | |
dc.date.accessioned | 2024-10-22T13:32:33Z | |
dc.date.available | 2024-10-22T13:32:33Z | |
dc.date.issued | 2024-09 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/16885 | |
dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/4307 | |
dc.description.abstract | Η παρούσα εργασία εστιάζει στην ανάπτυξη της εφαρμογής MoodMate, μια εξατομικευμένη εφαρμογή που προτείνει δραστηριότητες στους χρήστες βάσει της διάθεσης, των ενδιαφερόντων και της τοποθεσίας τους. Μέσω της συλλογής και ανάλυσης δεδομένων από τη Firebase και της χρήσης των Gemini API, OpenWeather API και Google Maps API, η εφαρμογή προσαρμόζει προτάσεις δραστηριοτήτων, ενσωματώνοντας εξωτερικούς παράγοντες, όπως οι κλιματικές συνθήκες και η τρέχουσα ώρα. Στόχος της εργασίας είναι η βελτίωση της συναισθηματικής ευημερίας των χρηστών μέσω του Gemini API, το οποίο χρησιμοποιεί αλγόριθμους μηχανικής μάθησης για να παρέχει εξατομικευμένες συστάσεις και να ενισχύει την αυτογνωσία και την ευελιξία τους στην καθημερινότητα.
Η εργασία εντάσσεται στις επιστημονικές περιοχές της Πληροφορικής και της Ψυχολογίας, με έμφαση στην τεχνολογία που υποστηρίζει την ευημερία και την εξατομίκευση. | el |
dc.format.extent | 70 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Αναφορά Δημιουργού - Παρόμοια Διανομή 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-sa/3.0/gr/ | * |
dc.title | Ανάπτυξη εφαρμογής εξατομικευμένων προτάσεων δραστηριοτήτων με βάση τη διάθεση, τα χαρακτηριστικά και άλλων στοιχείων του χρήστη μέσω APIs και επιπρόσθετων εργαλείων | el |
dc.title.alternative | Development of a personalized activity recommendation application based on user mood, user characteristics, and additional elements through APIs and supplementary tools | el |
dc.type | Bachelor Dissertation | el |
dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
dc.description.abstractEN | Τhis thesis focuses on the development of MoodMate, a personalized application that suggests activities to users based on their mood, interests, and location. By collecting and analyzing data from Firebase and utilizing the Gemini API, OpenWeather API, and Google Maps API, the application tailors activity suggestions by incorporating external factors such as weather conditions and the current time. The goal of the project is to enhance users' emotional well-being through the Gemini API, which employs machine
learning algorithms to provide personalized recommendations, fostering self-awareness and flexibility in users' daily lives.
This work falls within the scientific fields of Computer Science and Psychology, with an emphasis on the technology that supports well-being and personalization. | el |
dc.subject.keyword | Mood | el |
dc.subject.keyword | Well-being | el |
dc.subject.keyword | Personalization | el |
dc.subject.keyword | Activity suggestions | el |
dc.subject.keyword | APIs | el |
dc.subject.keyword | Διάθεση | el |
dc.subject.keyword | Ευεξία | el |
dc.subject.keyword | Εξατομίκευση | el |
dc.subject.keyword | Προτάσεις δραστηριοτήτων | el |
dc.date.defense | 2024-09 | |