dc.contributor.author |
Κατσαμένης, Ιάσων
|
el |
dc.contributor.author |
Katsamenis, Iason
|
en |
dc.date.accessioned |
2015-01-23T08:48:44Z |
|
dc.date.available |
2015-01-23T08:48:44Z |
|
dc.date.issued |
2015-01-23 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/40104 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.9058 |
|
dc.rights |
Default License |
|
dc.subject |
Εξόρυξη δεδομένων |
el |
dc.subject |
Καταγραφή του περιεχομένου του διαδικτύου |
el |
dc.subject |
Μέσα κοινωνικής δικτύωσης |
el |
dc.subject |
Ανάλυση παλινδρόμησης |
el |
dc.subject |
Μηχανική λογισμικού |
el |
dc.subject |
Data mining |
en |
dc.subject |
Regression analysis |
el |
dc.subject |
Social media and web monitoring |
en |
dc.subject |
Regression analysis |
en |
dc.subject |
Software engineering |
en |
dc.subject |
Big data |
en |
dc.title |
Εξόρυξη δεδομένων και καταγραφή του περιεχομένου του διαδικτύου και των κοινωνικών δικτύων |
el |
dc.title |
Data mining and web monitoring |
en |
heal.type |
bachelorThesis |
|
heal.classification |
Επιστήμη υπολογιστών/πληροφορική |
el |
heal.classification |
Στατιστική |
el |
heal.classificationURI |
http://localhost:8080/healp/data/3 |
|
heal.classificationURI |
http://localhost:8080/healp/data/2/36 |
|
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2014-10-03 |
|
heal.abstract |
Η παρούσα διπλωματική εργασία αφορά στη μελέτη των πληροφοριών που παράγονται μέσα από το διαδίκτυο και κυρίως από τα μέσα κοινωνικής δικτύωσης.
Αρχικά γίνεται μία ιστορική αναδρομή γύρω από τα Big Data, ενώ παράλληλα αναφέρονται διάφορα παραδείγματα αυτών, καθώς και τα βασικά θεωρητικά γνωρίσματα που τα διακρίνουν.
Στη συνέχεια μελετήθηκε ο βαθμός στον οποίο αποτυπώνεται στο διαδίκτυο ένα κοινωνικοπολιτικό φαινόμενο που, κατά τη διάρκεια μίας χρονικής περιόδου, μονοπωλεί το ενδιαφέρον των ΜΜΕ και της κοινωνίας γενικότερα. Έτσι λοιπόν εξετάστηκε αν εμφανίζεται ή όχι στα social media και συγκεκριμένα στο Twitter, η αρνητική ψυχολογία που διακρίνει τους Έλληνες κατά τη διάρκεια των τελευταίων ετών, λόγω της έντονης οικονομικής κρίσης. Προκειμένου να πραγματοποιηθεί η συγκεκριμένη ανάλυση, συλλέχθηκαν περίπου τέσσερα εκατομμύρια Tweets, που αναρτήθηκαν στη δημοφιλή σελίδα κοινωνικής δικτύωσης, μέσα σε διάστημα τεσσεράμισι ετών. Για την υλοποίηση της συγκεκριμένης εφαρμογής γράφτηκε κώδικας σε γλώσσα προγραμματισμού Java.
Τέλος αποδείχθηκε ότι οι αναζητήσεις μιας αυτοκινητοβιομηχανίας στο Google συμμεταβάλλονται με τις πωλήσεις της εταιρείας. Έτσι λοιπόν, χρησιμοποιώντας ανάλυση παλινδρόμησης, επιχειρήθηκε η κατασκευή ενός μοντέλου, το οποίο είναι ικανό να πραγματοποιεί μελλοντικές προβλέψεις των πωλήσεων της εταιρείας, χρησιμοποιώντας τον αριθμό των αναζητήσεών της, στη δημοφιλή μηχανή αναζήτησης. Για την στατιστική ανάλυση και την εξαγωγή συμπερασμάτων χρησιμοποιήθηκε το στατιστικό πακέτο R. |
el |
heal.advisorName |
Στεφανέας, Πέτρος |
el |
heal.committeeMemberName |
Κολέτσος, Ιωάννης |
el |
heal.committeeMemberName |
Καρώνη-Ρίτσαρντσον, Χρυσηΐς |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών. Τομέας Μαθηματικών |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
132 σ. |
|
heal.fullTextAvailability |
true |
|