dc.contributor.author | Μηλαίου, Ειρήνη![]() |
el |
dc.contributor.author | Milaiou, Eirini![]() |
en |
dc.date.accessioned | 2015-06-26T12:18:39Z | |
dc.date.available | 2015-06-26T12:18:39Z | |
dc.date.issued | 2015-06-26 | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/40905 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.9191 | |
dc.rights | Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nd/3.0/gr/ | * |
dc.subject | Κοινωνικά δίκτυα | el |
dc.subject | Σύνθετα δίκτυα | el |
dc.subject | el | |
dc.subject | Διάχυση πληροφορίας | el |
dc.subject | Επιδημιολογικό φαινόμενο | el |
dc.title | Μοντέλα και Τεχνικές Διάδοσης Πληροφορίας σε Ηλεκτρονικά Κοινωνικά Δίκτυα: Η Περίπτωση του Twitter | el |
heal.type | bachelorThesis | |
heal.classification | Δίκτυα | el |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2015-03-30 | |
heal.abstract | Τα κοινωνικά δίκτυα διαδραματίζουν σπουδαίο ρόλο στην επικοινωνία και στη διάδοση της πληροφορίας, καθώς επιτυγχάνουν την ενημέρωση και την αλληλεπίδραση των ανθρώπων με πολύ ταχύτερους ρυθμούς σε σχέση με τις παραδοσιακές μεθόδους. Ταυτόχρονα, η συνεχής αύξηση της δημοτικότητας τους οδηγεί σε όλο και περισσότερους οργανισμούς να τα χρησιμοποιούν για εμπορικούς σκοπούς. Για τους παραπάνω λόγους συνεχώς αυξάνεται το ενδιαφέρον για τον τρόπο και το ρυθμό διάδοσης των πληροφοριών μέσω αυτών καθώς και το εύρος στο οποίο έχουν τη δυνατότηα να διασκορπίσουν τις νέες αναδυόμενες πληροφορίες. Στην παρουσούσα διπλωματική εργασία γίνεται μελέτη της δυναμικής των ηλεκτρονικών κοινωνικών δικτύωνκαι κυριώς του δικτύου του Twitter. Στόχος είναι να διαμορφωθεί ένα μοντέλο που να αποτυπώνει τη διάχυση της πηροφορίας στο συγκεκριμένο δίκτυο και γίνεται επαλήθευση αυτού μέσω των πειραματικών αποτελεσμάτων με δεδομένα που συλλέχθηκαν χάρη στις υπηρεσίες που προσφέρει το Twitter. Παράλληλα, αναπτύσσεται και αναλύεται θεωρητικά ένα επιδημιολογικό μοντέλο διάχυσης της πληροφορίας, έστε να υπολογιστεί ο αριθμός των χρηστών που ενημερώνονται για συγκεκριμένα θέματα. Επιπρόσθετα, εξετάζεται ο ρυθμός με τον οποίο οι χρήστες ενημερώνονται για νέες ειδήσεις που δημοσιεύονται στο δίκτυο και εξετάζεται η κατανομή που ακολουθούν οι χρόνοι που μεσολαβούν μεταξύ των μηνυμάτων που δέχονται στην κεντρική τους σελίδα. Μέσω πειραματικών αποτελεσμάτων δείχνεται ότι η πιο κατάλληλη κατανομή είναι η generalized pareto. Τέλος, συνοψίζονται τα αποτελέσματα της διπλωαμτικής και δίνονται κατευθύνσεις για μελλοντική μελέτη. | el |
heal.advisorName | Παπαβασιλείου, Συμεών | el |
heal.committeeMemberName | Θεολόγου, Μιχαήλ | el |
heal.committeeMemberName | Συκάς, Ευστάθιος; | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 70 σ. | |
heal.fullTextAvailability | true |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: