Εκμάθηση κύκλων στα κοινωνικά δίκτυα

Πηγιώτης, Κωνσταντίνος; Pigiotis, Konstantinos

dc.contributor.author	Πηγιώτης, Κωνσταντίνος	el
dc.contributor.author	Pigiotis, Konstantinos	en
dc.date.accessioned	2016-06-03T12:48:43Z
dc.date.available	2016-06-03T12:48:43Z
dc.date.issued	2016-06-03
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/42616
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.10858
dc.rights	Αναφορά Δημιουργού 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by/3.0/gr/	*
dc.subject	Machine learning	en
dc.subject	Clustering	en
dc.subject	Social networks	en
dc.subject	Learning circles	en
dc.subject	Learning communities	en
dc.subject	Μηχανική μάθηση	el
dc.subject	Ομαδοποίηση	el
dc.subject	Κοινωνικά δίκτυα	el
dc.subject	Εκμάθηση κύκλων	el
dc.subject	Εκμάθηση κοινοτήτων	el
dc.title	Εκμάθηση κύκλων στα κοινωνικά δίκτυα	el
heal.type	bachelorThesis
heal.classification	Βασική μηχανική μάθηση	el
heal.classificationURI	http://data.seab.gr/concepts/fec24cd140d4b110c225ac68fec062a57fb86360
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-04-15
heal.abstract	Τα τελευταία χρόνια η ανάπτυξη των κοινωνικών δικτύων είναι ραγδαία. Καθημερινά όλο και περισσότεροι άνθρωποι γίνονται μέλη σε πολλές διαδικτυακές πλατφόρμες. Κάποιες από τις πιο γνωστές αποτελούν το Facebook, Twitter και Google+. Οι χρήστες των κοινωνικών δικτύων πολλές φορές έχουν μερικές εκατοντάδες ίσως και χιλιάδες φίλους ή ακολούθους με αποτέλεσμα το προσωπικό τους δίκτυο να γίνεται αρκετά μεγάλο και περίπλοκο. Αυτό όμως οδηγεί στο εξής πρόβλημα, ότι οι χρήστες δεν μπορούν με εύκολο και αυτοματοποιημένο τρόπο να δημιουργούν ομάδες και να κατηγοριοποιούν τους φίλους τους και έτσι η συνολική εμπειρία που έχουν δεν είναι αυτή που ίσως επιθυμούν. Μέχρι στιγμής οι ιστοσελίδες κοινωνικής δικτύωσης επιτρέπουν στους χρήστες να κατηγοριοποιούν τους φίλους τους χειροκίνητα. Παρόλα αυτά, η διαδικασία είναι αρκετά δύσκολη και χρονοβόρα και απαιτεί ανανέωση κάθε φορά που αλλάζει το προσωπικό δίκτυο κάθε χρήστη. Στην παρούσα διπλωματική́ εργασία μελετώνται διάφορες τεχνικές μη επιβλεπόμενης μηχανικής μάθησης που θα μπορούσαν να χρησιμοποιηθούν για μοντελοποίηση του εξής προβλήματος. Ο αλγόριθμος ο οποίος κατασκευάσαμε προσπαθεί να ομαδοποιήσει τους χρήστες κάποιου κοινωνικού δικτύου με βάση τις σχέσεις που υπάρχουν μεταξύ τους και επίσης με βάση κάποια κοινά χαρακτηριστικά από το προφίλ κάθε χρήστη. Τέλος ο αλγόριθμος μας μπορεί να κατασκευάσει κύκλους οι οποίο αλληλεπικαλύπτονται καθώς και ένθετους κύκλους.	el
heal.abstract	In recent years the development of social networks is rapidly increasing. Everyday more and more people join in many internet platforms. Some of the best known are the Facebook, Twitter and Google+, among others. Users of social networks often have hundreds and perhaps thousands of friends or followers and subsequently, their personal network can become quite large and complex. But this leads to the following problem that users can not in an easy and automated way create groups and categorize their friends and thus, overall experience they have is not what they wish. So far social networking sites allow users to categorize their friends manually. However, the process is quite difficult and time consuming and requires renewal every time a user change their private network. This thesis has studied various non-supervised machine learning techniques that could be used for modeling this specific problem. The algorithm that we constructed is trying to group users of a social network based on the relationships that exist between them and also based on some common features of the profile of each user. Finally, our algorithm can construct circles that overlap and also nested circles.	en
heal.advisorName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Βαρβαρίγος, Εμμανουήλ	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	110 σ.
heal.fullTextAvailability	true