Σχεσιακή ανάλυση δεδομένων με χρήση γράφων

Κρασαδάκης, Παντελεήμων; Krasadakis, Panteleimon

dc.contributor.author	Κρασαδάκης, Παντελεήμων	el
dc.contributor.author	Krasadakis, Panteleimon	en
dc.date.accessioned	2017-06-28T11:24:23Z
dc.date.available	2017-06-28T11:24:23Z
dc.date.issued	2017-06-28
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45110
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14294
dc.rights	Default License
dc.subject	Ανάλυση δεδομένων	el
dc.subject	Κοινωνικά δίκτυα	el
dc.subject	Twitter	en
dc.subject	Neo4j	en
dc.subject	Cypher	en
dc.subject	Data analysis	en
dc.subject	Social networks	en
dc.title	Σχεσιακή ανάλυση δεδομένων με χρήση γράφων	el
heal.type	bachelorThesis
heal.classification	Επιστήμη υπολογιστών	el
heal.classification	Πληροφορική	el
heal.classificationURI	http://data.seab.gr/concepts/77de68daecd823babbb58edb1c8e14d7106e83bb
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-02-15
heal.abstract	Η έλευση του Διαδικτύου δημιούργησε νέα μέσα επικοινωνίας, ενημέρωσης και ανταλλαγής απόψεων. Η ανάγκη εξαγωγής χρήσιμων συμπερασμάτων αναλύοντας με αυτοματοποιημένο τρόπο τον τεράστιο όγκο πληροφοριών οδήγησε στην εμφάνιση πολλών μεθόδων εξαγωγής δεδομένων. Ειδικότερα, τα δεδομένα των Κοινωνικών Μέσων Δικτύωσης λόγω των εγγενών χαρακτηριστικών τους δημιουργούν σημαντικές δυσκολίες με αποτέλεσμα να αναζητούνται νέες μέθοδοι επεξεργασίας. Σε αυτό το πλαίσιο, η παρούσα εργασία μελετά την εφαρμογή ενός μοντέλου το οποίο χρησιμοποιεί γράφους, με σκοπό τον εντοπισμό συσχετίσεων τόσο σε ένα δημοσιογραφικό περιβάλλον, όσο και σε ένα κοινωνικό δίκτυο, το Twitter. Διερευνάται ο τρόπος με τον οποίο ανταποκρίνεται το σύστημα μας στην προσθήκη νέων συσχετίσεων και στην εύρεση και εξαγωγή των ισχυρότερων δεσμών μεταξύ λέξεων κλειδιών από αυτές.	el
heal.abstract	The advent of the Internet created new channels of communication, information and opinion exchange. The need to extract useful insight through automated analysis of the vast amount of user-generated content gave rise to many data extraction methods. Social Media content, in particular, due to its inherent characteristics poses serious challenges that call for new processing techniques. In this context, this thesis focuses on the application of a graph database model, in order to find relationships both in a journalist environment and in a Social Network like Twitter. It also explores how the system responds to the addition of new relationships and to the finding and extraction of powerful connections between keywords.	en
heal.advisorName	Βασιλείου, Ιωάννης	el
heal.committeeMemberName	Σταφυλοπάτης, Ανδρέας-Γεώργιος	el
heal.committeeMemberName	Στάμου, Γιώργος	el
heal.committeeMemberName	Βασιλείου, Ιωάννης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	54 σ.
heal.fullTextAvailability	true