Μηχανισμοί πρόβλεψης προσήμων σε προσημασμένα μοντέλα κοινωνικών δικτύων

Κανελλόπουλος, Δημήτριος; Kanellopoulos, Dimitrios

dc.contributor.author	Κανελλόπουλος, Δημήτριος	el
dc.contributor.author	Kanellopoulos, Dimitrios	en
dc.date.accessioned	2016-03-04T11:11:52Z
dc.date.available	2016-03-04T11:11:52Z
dc.date.issued	2016-03-04
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/42095
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.10987
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Κοινωνικά δίκτυα	el
dc.subject	Σύστημα πρόβλεψης σχέσης	el
dc.subject	Δομική ευστάθεια	el
dc.subject	Συχνοί υπογράφοι	el
dc.title	Μηχανισμοί πρόβλεψης προσήμων σε προσημασμένα μοντέλα κοινωνικών δικτύων	el
heal.type	bachelorThesis
heal.generalDescription	Σε αυτήν την εργασία γίνεται μελέτη των σχέσεων των χρηστών σε ένα σύγχρονο κοινωνικό δίκτυο. Δεδομένης της αυξημένης χρήσης τους, από ολοένα και περισσότερους χρήστες είναι ένα ενδιαφέρον πεδίο προς διερεύνηση. Επιπλέον η δραστηριοποίηση των πιο δημοφιλών δικτύων σε νέους τομείς όπως η διαφημίσεις και οι ηλεκτρονικές αγορές, καθιστούν την μελέτη των ιδιοτήτων τους ακόμα πιο ενδιαφέρουσα και σημαντική.	el
heal.classification	Πληροφορική	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2015-10-29
heal.abstract	Σε αυτήν την εργασία γίνεται μελέτη των σχέσεων των χρηστών σε ένα σύγχρονο κοινωνικό δίκτυο. Δεδομένης της αυξημένης χρήσης τους, από ολοένα και περισσότερους χρήστες είναι ένα ενδιαφέρον πεδίο προς διερεύνηση. Επιπλέον η δραστηριοποίηση των πιο δημοφιλών δικτύων σε νέους τομείς όπως η διαφημίσεις και οι ηλεκτρονικές αγορές, καθιστούν την μελέτη των ιδιοτήτων τους ακόμα πιο ενδιαφέρουσα και σημαντική. Για τον σκοπό αυτό επιλέξαμε ένα δίκτυο που έχει μια ιδιαιτερότητα σε σχέση με τα άλλα. Επιτρέπει στους χρήστες του να βαθμολογούνται θετικά και αρνητικά μεταξύ τους. Στην συνέχεια αναπτύξαμε ένα πρόγραμμα προσομοίωσης που μας επιτρέπει να προβλέψουμε την κάθε σχέση μεταξύ όλων των χρηστών. Οι μέθοδοι που εφαρμόστηκαν βασίζονται σε παλιότερη βιβλιογραφία. Η πρώτη μέθοδος σχετίζεται με την δομική ευστάθεια των δικτύων και η δεύτερη βασίζεται στην πρόβλεψη με την μέθοδο εύρεσης συχνών υπογράφων. Συγκρίναμε τα αποτελέσματα των δυο μεθόδων και περιγράψαμε τα πλεονεκτήματα και τα μειονεκτήματα της κάθε μεθόδου. Στην συνέχεια της εργασίας μας προσπαθήσαμε να βελτιώσουμε την απόδοση ενός συστήματος πρόβλεψης σχέσεων προτείνοντας ένα συνδυασμό των 2 μεθόδων με αποτελεσματικό τρόπο. Στο τέλος συγκεντρώνουμε όλα τα αποτελέσματα και καταλήγουμε ως προς την απόδοση του συστήματος που προτάθηκε.	el
heal.advisorName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Βαρβαρίγος, Εμμανουήλ	el
heal.committeeMemberName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Λούμος, Βασίλειος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	52 σ.
heal.fullTextAvailability	true