HEAL DSpace

Αποδοτικοί αλγόριθμοι συστάσεων για διαδικτυακά συστήματα πραγματικής σύνδεσης με χρήση τεχνικών ενσωμάτωσης δικτύων στον υπερβολικό χώρο

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Παπάδης, Νικόλαος el
dc.contributor.author Papadis, Nikolaos en
dc.date.accessioned 2016-09-19T08:14:02Z
dc.date.available 2016-09-19T08:14:02Z
dc.date.issued 2016-09-19
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/43568
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.13273
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 Συστάσεις el
dc.subject Σύστημα συστάσεων el
dc.subject Ενσωμάτωση γράφων el
dc.subject Υπερβολική γεωμετρία el
dc.subject Υπερβολικός χώρος el
dc.subject Σύνθετα δίκτυα el
dc.subject Μεγάλα δεδομένα el
dc.subject Μονοπάτια συστάσεων el
dc.subject Διαδικτυακά συστήματα πραγματικής σύνδεσης el
dc.subject Recommendations en
dc.subject Recommendation system en
dc.subject Graph embedding en
dc.subject Hyperbolic geometry en
dc.subject Hyperbolic space en
dc.subject Complex networks en
dc.subject Big data en
dc.subject Recommendation paths en
dc.subject Online web systems en
dc.title Αποδοτικοί αλγόριθμοι συστάσεων για διαδικτυακά συστήματα πραγματικής σύνδεσης με χρήση τεχνικών ενσωμάτωσης δικτύων στον υπερβολικό χώρο el
dc.title Efficient recommendation algorithms for online web systems using hyperbolic network embedding en
heal.type bachelorThesis
heal.classification Συστήματα συστάσεων el
heal.classification Ανάλυση κοινωνικού δικτύου el
heal.classificationURI http://data.seab.gr/concepts/971f8c82aca5926d9a04e32a71bc7e1e2d11c4f8
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2016-07-12
heal.abstract Ο σκοπός της παρούσας διπλωματικής εργασίας ήταν ο σχεδιασμός και η υλοποίηση ενός αλγορίθμου συστάσεων για διαδικτυακά συστήματα πραγματικής σύνδεσης, ο οποίος θα επεκτείνει τις υπάρχουσες μεθόδους εισάγοντας τεχνικές ενσωμάτωσης δικτύων στον υπερβολικό χώρο. Ο λόγος για την εισαγωγή των τεχνικών αυτών είναι ότι παρόμοιες τεχνικές εφαρμόζονται με πολύ μεγάλη επιτυχία πάνω σε περιβάλλοντα Μεγάλων Δεδομένων (big data environments) ή σε σύνθετα διασυνδεδεμένα συστήματα (complex network systems). Συγκεκριμένα, στην παρούσα διπλωματική εργασία σχεδιάστηκε, υλοποιήθηκε και αξιολογήθηκε ένας αλγόριθμος συστάσεων βασισμένος στην ενσωμάτωση γράφων στον υπερβολικό χώρο και στην άπληστη δρομολόγηση, και εφαρμόστηκε για την επίλυση μια σειράς διαφορετικών προβλημάτων που εμπίπτουν στη γενικότερη κατηγορία των συστάσεων. Επίσης, μέσα από την αξιολόγηση έγιναν φανερές οι πιο κρίσιμες παράμετροι του αλγορίθμου, όσον αφορά την επιτυχή παραγωγή συστάσεων για τους χρήστες. Είναι γεγονός ότι τα Μεγάλα Δεδομένα ήδη μας κατακλύζουν, και τα σύνθετα συστήματα, όπως τα κοινωνικά δίκτυα πραγματικής σύνδεσης (online), έχουν γίνει αναπόσπαστο μέρος της ζωής μας. Η μέθοδος που εισάγει η παρούσα εργασία έρχεται να καταδείξει τη χρησιμότητα των τεχνικών ενσωμάτωσης δικτύων στον υπερβολικό χώρο και της άπληστης δρομολόγησης τόσο για την επίλυση προβλημάτων συστάσεων, όσο και γενικότερα προβλημάτων Μεγάλων Δεδομένων ή σύνθετων συστημάτων. Παράλληλα, ανοίγει το δρόμο για περαιτέρω έρευνα προς την αποδοτική επίλυση παρόμοιων προβλημάτων. el
heal.abstract The scope of this thesis was the design and implementation of a recommendation algorithm for online web systems, which would extend the existent methodology by introducing hyperbolic network embedding techniques. The reason for introducing such techniques is that similar techniques apply in Big Data environments or in complex network systems with great success. More specifically, in this work, a recommendation algorithm based on hyperbolic graph embedding and greedy routing was designed, implemented and evaluated, as well as used to solve a series of different problems that belong to the more general category of recommendations. Moreover, through the evaluation, it has been clear which parameters of the algorithm are the most crucial ones, as far as the generation of successful recommendations for the users is concerned. It is true that Big Data are everywhere around us and complex systems, like online social networks, have become part of our lives. The method introduced in this thesis comes to manifest the usefulness of network embedding techniques in the hyperbolic space and of greedy routing, not only for solving a recommendation problem, but also for solving Big Data or complex systems problems in general. In parallel, it demonstrates several directions that future research may be conducted for finding solutions on similar problems efficiently. en
heal.advisorName Παπαβασιλείου, Συμεών el
heal.committeeMemberName Παπαβασιλείου, Συμεών el
heal.committeeMemberName Θεολόγου, Μιχαήλ el
heal.committeeMemberName Ρουσσάκη, Ιωάννα el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής. Εργαστήριο Διαχείρισης και Βέλτιστου Σχεδιασμού Δικτύων el
heal.academicPublisherID ntua
heal.numberOfPages 112 σ. el
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα