Ευφυή συστήματα συστάσεων : τεχνικές και υλοποίηση
Intelligent recommendation systems : techniques and implementation
Bachelor Dissertation
Συγγραφέας
Βεργής, Χρήστος
Ημερομηνία
2026-09Επιβλέπων
Λιαγκούρας, ΚωνσταντίνοςΠροβολή/ Άνοιγμα
Λέξεις κλειδιά
Συστήματα συστάσεων ; Συνεργατική διήθηση ; Βαθιά μάθηση ; Γραφικά νευρωνικά δίκτυα ; Παραγοντοποίηση πίνακα ; Μηχανισμοί Προσοχής ; Δικαιοσύνη αλγορίθμωνΠερίληψη
Η ραγδαία αύξηση του όγκου της διαθέσιμης ψηφιακής πληροφορίας έχει αναδείξει τα συστήματα συστάσεων (Recommendation Systems) σε έναν από τους πιο κρίσιμους τομείς εφαρμογής της τεχνητής νοημοσύνης, με εφαρμογές που εκτείνονται από το ηλεκτρονικό εμπόριο και τις υπηρεσίες ροής περιεχομένου έως την εκπαίδευση, την υγεία και τη γεωργία. Η παρούσα πτυχιακή εργασία πραγματοποιεί συστηματική βιβλιογραφική ανασκόπηση εκατό πρόσφατων επιστημονικών δημοσιεύσεων, κυρίως της περιόδου 2020-2026, με στόχο να χαρτογραφήσει συγκριτικά την εξέλιξη, τις αρχιτεκτονικές και τις προκλήσεις του πεδίου. Η εργασία ξεκινά από τις κλασικές μεθόδους συνεργατικής διήθησης και παραγοντοποίησης πίνακα, προχωρά στις αρχιτεκτονικές βαθιάς μάθησης (όπως οι αυτόματοι κωδικοποιητές, το Neural Collaborative Filtering και οι μηχανισμοί Self-Attention) και εξετάζει εκτενώς τα Γραφικά Νευρωνικά Δίκτυα, τα οποία αναπαριστούν τις αλληλεπιδράσεις χρήστη-αντικειμένου ως γράφο, επιτρέποντας πιο εκφραστική μοντελοποίηση πολύπλοκων σχέσεων. Ιδιαίτερη έμφαση δίνεται σε ειδικές κατηγορίες συστημάτων (context-aware, multi-behavior, ερμηνεύσιμα, με επίγνωση δικαιοσύνης), καθώς και στους κυριότερους τομείς εφαρμογής, από το παραδοσιακό ηλεκτρονικό εμπόριο έως αναδυόμενα πεδία όπως η υγεία, η γεωργία και η κυβερνοασφάλεια. Η εργασία αναλύει επίσης κριτικά τις κεντρικές προκλήσεις του πεδίου (αραιότητα δεδομένων (data sparsity), ψυχρή εκκίνηση, μεροληψία δημοτικότητας, ζητήματα ιδιωτικότητας και ανθεκτικότητας σε ανταγωνιστικές επιθέσεις) και παρουσιάζει συγκριτική αξιολόγηση των κυριότερων αρχιτεκτονικών βάσει αναφερόμενων αποτελεσμάτων της βιβλιογραφίας. Τα ευρήματα αναδεικνύουν σαφή τάση μετάβασης από τις κλασικές προς τις αρχιτεκτονικές βαθιάς μάθησης και γράφων, παράλληλα με αυξανόμενο ενδιαφέρον για ζητήματα δικαιοσύνης, ερμηνευσιμότητας και υπεύθυνης τεχνητής νοημοσύνης, θέτοντας τις βάσεις για μελλοντική έρευνα σε κατευθύνσεις όπως η ενσωμάτωση Μεγάλων Γλωσσικών Μοντέλων και οι αρχιτεκτονικές εξατομίκευσης on-device.


