dc.contributor.advisor | Αλέπης, Ευθύμιος | |
dc.contributor.author | Παρασκάκης, Ιωάννης Χρ. | |
dc.date.accessioned | 2017-07-04T11:18:02Z | |
dc.date.available | 2017-07-04T11:18:02Z | |
dc.date.issued | 2016-09 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/9745 | |
dc.description.abstract | Εκατοντάδες εκατομμύρια ανθρώπων παγκοσμίως χρησιμοποιούν ιστοσελίδες microblogging και εφαρμογές αποστολής άμεσων μηνυμάτων προκειμένου να ανταλλάξουν ιδέες και απόψεις. Το φαινόμενο αυτό προσεγγίζει πολύ μεγάλο ενδιαφέρον στο τομέα της ανάλυσης των συναισθημάτων που κρύβονται πίσω από αυτές τις αλληλεπιδράσεις. Η ραγδαία εξέλιξη των φορητών συσκευών αλλά και των δυνατοτήτων τους (συνεχής τροφοδοσία από διάφορους αισθητήρες) δίνει στην ερευνητική κοινότητα ένα μεγάλο όγκο δεδομένων που συνοδεύουν τα μηνύματα των χρηστών και μπορούν να χρησιμοποιηθούν για τη καλύτερη κατανόηση των συνθηκών (περιβαλλοντικών και συναισθηματικών) υπό τις οποίες οι χρήστες χρησιμοποιούν τις προαναφερθείσες εφαρμογές και υπηρεσίες.
Η ανάλυση των συναισθημάτων (sentiment analysis), γνωστή και ως εξόρυξη γνώμης (opinion mining) είναι ο τομέας της επιστήμης που μελετά γνώμες, συναισθήματα, αξιολογήσεις, εκτιμήσεις, τις στάσεις και τα συναισθήματα των ανθρώπων προς οντότητες, όπως τα προϊόντα, τις υπηρεσίες, οργανισμούς, άτομα, τις εκδηλώσεις, τα διάφορα κοινωνικά θέματα και τα χαρακτηριστικά τους. Ο τομέας της ανάλυσης των συναισθημάτων ως τομέας της έρευνας είναι μεγάλος και σχετικά νέος και ανεξερεύνητος. Η πρώτη ίσως αναφορά του όρου εντοπίζεται στο όχι και τόσο μακρινό, για τα ερευνητικά δεδομένα 2003 (Jeonghee Yi, 2003).
Το έργο της εξαγωγής συμπερασμάτων από αλληλεπιδράσεις χρηστών σε διαδικτυακά κοινωνικά δίκτυα OSN και η ανάλυση της φυσικής γλώσσα NLP γίνεται ακόμα πιο δύσκολο αν αναλογιστούμε το εύρος των διαθέσιμων γλωσσών και διαλέκτων και την έλλειψη οργανωμένων και ολοκληρωμένων συνόλων δεδομένων, σε συνδυασμό με τη πληθώρα των συναισθημάτων που μπορεί να κρύβονται σε ένα μικρό κείμενο 140 χαρακτήρων (Twitter).
Στόχος της παρούσας διπλωματικής εργασίας είναι η δημιουργία μίας ολοκληρωμένης πλατφόρμας ανταλλαγής σύντομων μηνυμάτων με χρήση τεχνολογιών Cloud (Google Cloud Messaging). Επιπλέον η εν λόγω πλατφόρμα θα περιέχει ένα σύστημα αξιολόγησης και κατηγοριοποίησης των μηνυμάτων σε κλάσεις συναισθημάτων χρησιμοποιώντας τεχνικές μοντελοποίησης και κατηγοριοποίησης με τη χρήση του εργαλείου RapidMiner. Πρόκειται λοιπόν για ένα ολοκληρωμένο σύστημα μετάδοσης και αξιολόγησης σύντομων μηνυμάτων κειμένου που περιλαμβάνει μία εφαρμογή χρήστη για κινητά Android, μία εφαρμογή εξυπηρετητή που διαχειρίζεται την αποθήκευση και τη μετάδοση των μηνυμάτων μέσω του Google Cloud Messaging και τέλος ενός μοντέλου αξιολόγησης των μηνυμάτων. | el |
dc.format.extent | 28 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.title | Ανάλυση συναισθημάτων σύντομων μηνυμάτων σε εφαρμογή Android με χρήση τεχνολογιών Google Cloud Messaging και Data Mining (Μέρος Α) | el |
dc.title.alternative | Sentiment analysis of instant messages on android application using Google Cloud Messaging technologies and Data Mining (Part A) | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
dc.description.abstractEN | Millions of people around the world use, on a daily basis, microblogging sites and instant messaging applications in order to communicate, exchange ideas and opinions. This phenomenon has attracted the interest of the research community in the realm of sentiment analysis of these interactions. The evolution of the handheld devices and their increasing capabilities (in terms of sensors and hardware) produces a vast amount of instant message meta-data which are available and can be used to better understand the context (environmental and sentimental) around the use of the aforementioned applications and services.
Sentiment analysis, also known as opinion mining is the area of science that studies the opinions, feelings, evaluations, assessments, attitudes and feelings of the people to entities such as products, services, organizations, people, events, social issues and their characteristics. The analysis of emotions as an area of research is large and relatively new and unexplored. The first mention perhaps the term found in the not too distant, for research data 2003 (Jeonghee Yi, 2003).
The task of inference from user interactions in online social networks (OSN) and the analysis of natural language (NLP) becomes even more difficult if we consider the range of available languages and dialects and the lack of organized and comprehensive data sets in combination with the plethora of emotions that can be hidden in a small text of 140 characters (Twitter).
The aim of this thesis is to create an integrated platform for exchanging short messages using Cloud technologies (Google Cloud Messaging). Furthermore the aforementioned platform will incorporate an evaluation and categorization system of messages in emotion classes using modeling and classification techniques build with the use of RapidMiner tool. It is thus an integrated transmission and evaluation of small text message that includes a user application for mobile Android devices, an application server that manages the storage and transmission of messages through the Google Cloud Messaging and a message evaluation model. | el |
dc.contributor.master | Προηγμένα Συστήματα Πληροφορικής | el |
dc.subject.keyword | Android (Electronic resource) | el |
dc.subject.keyword | Διαδικτυακή πλατφόρμα | el |
dc.subject.keyword | Συναισθηματική ανάλυση | el |
dc.subject.keyword | Νεφοϋπολογιστικά συστήματα | el |
dc.subject.keyword | Κοινωνικά δίκτυα | el |
dc.subject.keyword | Εξόρυξη γνώμης | el |
dc.subject.keyword | Συναισθήματα | el |