Μελέτη, υλοποίηση και σύγκριση μεθόδων ανίχνευσης χρηστών με μεγάλη επιρροή στα μέσα κοινωνικής δικτύωσης

Λαγός, Θωμάς; Lagos, Thomas

dc.contributor.author	Λαγός, Θωμάς	el
dc.contributor.author	Lagos, Thomas	en
dc.date.accessioned	2017-11-28T06:33:50Z
dc.date.available	2017-11-28T06:33:50Z
dc.date.issued	2017-11-28
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45977
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14653
dc.rights	Default License
dc.subject	Αλγόριθμοι	el
dc.subject	Μεθόδοι ανίχνευσης χρηστών	en
dc.subject	Μέσα κοινωνικής δικτύωσης	el
dc.subject	Διάδοση πληροφοριών	el
dc.subject	Algorithms	en
dc.subject	Methods for detecting users	en
dc.subject	Social media	en
dc.subject	Dissemination of information	en
dc.title	Μελέτη, υλοποίηση και σύγκριση μεθόδων ανίχνευσης χρηστών με μεγάλη επιρροή στα μέσα κοινωνικής δικτύωσης	el
heal.type	bachelorThesis
heal.classification	Παίγνια αποφάσεων	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-10-03
heal.abstract	Η διάδοση της πληροφορίας στα μέσα κοινωνικής δικτύωσης, όπως το Twitter, αποτελεί μοναδικό φαινόμενο, καθώς η εικόνα των ανθρώπων που συζητάνε και ανταλλάσσουν ιδέες σε χώρους όπως το πανεπιστήμιο έχει μετασχηματιστεί σε μια πλατφόρμα στην οποία τα άτομα μπορούν να συζητούν με οποιονδήποτε από οπουδήποτε. Στη συγκεκριμένη εργασία γίνεται μια εκτενής περιγραφή για το πως διαχέεται η πληροφορία στα μέσα κοινωνικής δικτύωσης, για το πως διάφοροι αλγόριθμοι δίνουν τις δικές τους λύσεις κατάταξης των ατόμων με μεγάλη επιρροή στα μέσα κοινωνικής δικτύωσης, για το πως μπορούν να γίνουν προβλέψεις για το πόσο πολύ θα διαδοθεί μια πληροφορία και ακόμα και για το πως η διάχυση της πληροφορίας έχει προεκτάσεις σε άλλους τομείς, όπως η κοινωνιολογία. Επιπλέον της θεωρητικής ανάλυσης, σχεδιάστηκε, υλοποιήθηκε και αξιολογήθηκε ένα εργαλείο κατάταξης χρηστών με βάση την επιρροή τους στα μέσα κοινωνικής δικτύωσης. Προκειμένου να γίνει αυτή η κατάταξη δημιουργήθηκαν 3 μεγάλες θεματικές κατηγορίες, έκτακτα νέα, αθλητικά, προσωπική υγεία, με συνολικά 874 άτομα που δημοσίευσαν πάνω από 250,000 tweets σε διάστημα 56 ημερών. Στην συνέχεια, προκειμένου να δημιουργηθεί ένας υπογράφος του Twitter μελετήθηκαν πάνω από 4 εκατομμύρια χρήστες. Σημαντική συνεισφορά της παρούσας εργασίας στην αναγνώριση ατόμων με μεγάλη επιρροή στα μέσα κοινωνικής δικτύωσης είναι η εισαγωγή μιας μεταβλητής που επιβραβεύει άτομα που καταφέρνουν να επηρεάζουν άλλα άτομα σε ώρες που δεν θεωρούνται ώρες αιχμής. Επιπλέον, ο αλγόριθμος που δημιουργήθηκε καταφέρνει να δημιουργήσει μια κατάταξη των ατόμων που ανταποκρίνεται στην πραγματικότητα, αποδεικνύοντας ότι σχέσεις όπως το πλήθος των ακόλουθων δεν είναι ικανές αλλά αναγκαίες προκειμένου να γίνει μια σωστή κατάταξη, εντοπίζοντας ταυτόχρονα χρήστες που παρά το γεγονός ότι έχουν σημαντικά μικρότερο πλήθος ακόλουθων καταφέρνουν να έχουν μεγάλη επιρροή.	el
heal.advisorName	Ασκούνης, Δημήτριος	el
heal.committeeMemberName	Ψαρράς, Ιωάννης	el
heal.committeeMemberName	Δούκας, Χάρης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων	el
heal.academicPublisherID	ntua
heal.numberOfPages	75 σ.	el
heal.fullTextAvailability	true