Ανάπτυξη διαδικτυακής υπηρεσίας ανάλυσης συναισθήματος δεδομένων κοινωνικών δικτύων με χρήση γράφων ν-γραμμάτων

Βλάχος, Αριστοτέλης; Vlachos, Aristotelis

dc.contributor.author	Βλάχος, Αριστοτέλης	el
dc.contributor.author	Vlachos, Aristotelis	en
dc.date.accessioned	2017-07-21T10:28:34Z
dc.date.available	2017-07-21T10:28:34Z
dc.date.issued	2017-07-21
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45310
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14160
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	Ανάλυση συναισθήματος	el
dc.subject	Γράφοι ν-γραμμάτων	el
dc.subject	Αλγόριθμοι επιβλεπόμενης μηχανικής μάθησης	el
dc.subject	Κατηγοριοποίηση πολικότητας	el
dc.subject	Διαδικτυακή υπηρεσία ανάλυσης συναισθήματος	el
dc.subject	Sentiment analysis	en
dc.subject	n-gram graphs	en
dc.subject	Supervised machine learning algorithms	en
dc.subject	Polarity classification	en
dc.subject	Sentiment analysis web service	en
dc.title	Ανάπτυξη διαδικτυακής υπηρεσίας ανάλυσης συναισθήματος δεδομένων κοινωνικών δικτύων με χρήση γράφων ν-γραμμάτων	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	2017-03-27
heal.abstract	Η ραγδαία εξάπλωση του Διαδικτύου και των Μέσων Κοινωνικής Δικτύωσης κατά τα τελευταία χρόνια συνεπάγεται τη δημιουργία και τη διαρκή ενημέρωση μίας εκτενέστατης συλλογής πληροφοριών. Βασική πηγή της συλλογής είναι το περιεχόμενο που παράγεται από τους χρήστες μέσα από τις πρωτότυπες αναρτήσεις, τα σχόλια και το δημόσιο διαμοιρασμό εγγράφων και αρχείων σε Κοινωνικά Δίκτυα ή Ιστοτόπους. Οι συγκεκριμένες πληροφορίες συχνά αποτυπώνουν κυρίαρχες καταναλωτικές ή πολιτικές τάσεις. Κατά συνέπεια, προκύπτει η ανάγκη της μελέτης των διαθέσιμων δεδομένων και της εξαγωγής συμπερασμάτων ως προς τις προτιμήσεις που εκφράζουν με τρόπο αυτοματοποιημένο. Η Ανάλυση Συναισθήματος είναι η περιοχή της Επιστήμης που καλείται να αντιμετωπίσει το πρόβλημα που περιγράψαμε. Η παρούσα εργασία μελετά την ανάπτυξη μίας διαδικτυακής υπηρεσίας Ανάλυσης Συναισθήματος δεδομένων προερχόμενων από Κοινωνικά Δίκτυα σε πραγματικό χρόνο. Αρχικά, γίνεται μία διεξοδική αναφορά στις μεθόδους Ανάλυσης Συναισθήματος που χρησιμοποιούνται διεθνώς, καθώς επίσης στις υπάρχουσες σχετικές διαδικτυακές υπηρεσίες. Στη συνέχεια, επεξηγείται το μοντέλο των γράφων ν-γραμμάτων που αποτελεί μία μέθοδο Ανάλυσης Συναισθήματος επιπλεπόμενης μάθησης ανεξάρτητης της γλώσσας και ανθεκτικής στο θόρυβο των Κοινωνικών Δικτύων. Ακολούθως, παρουσιάζεται το σύστημα που υλοποιεί τη μέθοδο των γράφων ν-γραμμάτων, καθώς και ο τρόπος εύρεσης των βέλτιστων παραμέτρων του συστήματος για την επίτευξη της μέγιστης ακρίβειας πρόβλεψης. Τέλος, αναλύεται η δομή και η επίδοση της διαδικτυακής υπηρεσίας Ανάλυσης Συναισθήματος που αναπτύξαμε. Η συγκεκριμένη υπηρεσία αξιοποιεί τη μέθοδο των γράφων ν-γραμμάτων για την ανάλυση δεδομένων Κοινωνικών Δικτύων σε πραγματικό χρόνο.	el
heal.abstract	Both the Internet and the Social Networks have grown rapidly over the recent years. Their increasing penetration to people of all ages and geographic areas results in vast amounts of data being created and stored each day. Social Network posts and shares as well as comments both in Social Networks and websites depict what users think of brands or politics and what affects them emotionally or motivates them. This makes all relevant information invaluable and poses a big challenge to Computer Science for processing and analyzing the available data. The mining of the sentiments hidden in those data is the subject of Sentiment Analysis. The aim of the current thesis is to introduce an innovative web service for real time Sentiment Analysis of data originating from Social Networks. First, we thoroughtly present both the Sentiment Analysis methods and the relevant web services that are available today. Then, we decribe the n-gram graph model. This model is a supervised Machine Learning technique for the Sentiment Analysis of data regardless of language and the syntactic or semantic noise which exists in Social Networks. Subsequently, we outline a software implementing the n-gram graph model and we decribe how its optimal parameters are calculated in terms of accuracy. Last, we focus on the deployment and the performance of our web service which uses both the n-gram graph approach and the aforementioned software to conduct real time Sentiment Analysis.	en
heal.advisorName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Βαρβαρίγος, Εμμανουήλ	el
heal.committeeMemberName	Ασκούνης, Δημήτριος	en
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	102 σ.
heal.fullTextAvailability	true