Βελτιστοποίηση απόδοσης συστήματος προτάσεων βασισμένη σε τεχνικές εξόρυξης πληροφορίας

Χρήστου, Ανδρέας; Christou, Andreas

dc.contributor.author	Χρήστου, Ανδρέας	el
dc.contributor.author	Christou, Andreas	en
dc.date.accessioned	2019-07-25T09:19:41Z
dc.date.available	2019-07-25T09:19:41Z
dc.date.issued	2019-07-25
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/49157
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16820
dc.rights	Default License
dc.subject	Συστήματα προτάσεων	el
dc.subject	Εξόρυξη πληροφορίας	el
dc.subject	Βελτιστοποίηση	el
dc.subject	Elasticsearch	en
dc.subject	Recommender systems	en
dc.subject	Information retrieval	en
dc.subject	Optimization	en
dc.subject	Elasticsearch	en
dc.subject	Java	en
dc.title	Βελτιστοποίηση απόδοσης συστήματος προτάσεων βασισμένη σε τεχνικές εξόρυξης πληροφορίας	el
dc.title	Optimization of a recommendation system’s performance based on data mining techniques	en
heal.type	bachelorThesis
heal.classification	Προγραμματισμός	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2019-06-26
heal.abstract	Στην καθημερινή τους ζωή, οι άνθρωποι απαιτείται πολύ συχνά να παίρνουν αποφάσεις, χωρίς να έχουν πλήρη επίγνωση των εναλλακτικών τους επιλογών. Βασίζονται σε προτάσεις άλλων ανθρώπων είτε από στόμα σε στόμα, είτε διαβάζοντας κριτικές σε περιοδικά και ιστοσελίδες. Η ραγδαία αύξηση του όγκου δεδομένων έχει καταστήσει αναγκαία τη ανάπτυξη συστημάτων, τα οποία θα λαμβάνουν υπόψιν όλη τη γνώση που μπορούν να εξάγουν από τα διαθέσιμα δεδομένα. Τα συστήματα αυτά εξετάζουν όλες τις εναλλακτικές επιλογές που μπορούν να ικανοποιήσουν το χρήστη, και του προτείνουν τις καλύτερες, με σκοπό να πάρει την πιο σωστή απόφαση. Τα τελευταία χρόνια, ο κλάδος των συστημάτων προτάσεων έχει αναπτυχθεί ραγδαία. Πολλά συστήματα έχουν αναπτυχθεί με σκοπό να προτείνουν στους χρήστες τις καλύτερες επιλογές, λαμβάνοντας υπόψιν τα διαθέσιμα δεδομένα. Κάποια από αυτά βασίζονται στις βαθμολογίες άλλων χρηστών για κάποια αντικείμενα ενώ κάποια άλλα συστήματα χρησιμοποιούν μεθόδους, ώστε να μπορούν να εξάγουν χρήσιμα συμπεράσματα αναλύοντας κείμενο. Ένα εργαλείο με εξαιρετική ικανότητα ανάλυσης κειμένου είναι και η Elasticsearch. Η Elasticsearch είναι μια πραγματικού χρόνου (real-time) κατανεμημένη μηχανή αναζήτησης και επιτρέπει στο χρήστη να ψάχνει σε τεράστιο όγκο δεδομένων με μεγάλη ταχύτητα. Παρά την ικανότητα της να αναλύει κείμενο αποτελεσματικά, η Elasticsearch δεν παρουσιάζει την ίδια ικανότητα στην ανάλυση αριθμητικών τιμών, παρά την ανάπτυξη εργαλείων που τη βοηθούν σε αυτό τον τομέα. Ο σκοπός της παρούσας διπλωματικής εργασίας είναι η εκμετάλλευση των εργαλείων που προσφέρει η Elasticsearch και σε συνδυασμό με κάποια άλλα εργαλεία, η ανάπτυξη ενός αξιόπιστου συστήματος προτάσεων. Η διπλωματική εργασία επικεντρώνεται στην ανάπτυξη ενός συστήματος προτάσεων και στη συνέχεια τα αποτελέσματα συγκρίνονται με αυτά της Elasticsearch. Το σύστημα αρχικά λαμβάνει υπόψιν τις παραμέτρους αναζήτησης του χρήστη και στη συνέχεια του προτείνει ταξινομημένες τις καλύτερες επιλογές. Η βάση για την εκπόνηση αυτής της διπλωματική εργασίας αποτελεί το σύστημα που δημιουργήθηκε στα πλαίσια του DITAS project.	el
heal.abstract	In everyday life, it is often necessary to make choices without sufficient personal experience of the alternatives. People rely on recommendations from other people either by word of mouth, or reading reviews printed in journals or written on websites. The dramatic rise of data volume has made the development of systems, which consider all the knowledge they can export from the available data, necessary. These systems, take into account all the alternatives which could satisfy the user, and recommends him the best of them, helping him to make the best choice. In the last years, recommendation systems have been developed dramatically. Many systems have been produced in order to recommend to users the best choice, considering all the available data. Some of them, rely on users’ ratings for some objects/products, and some others use methods, which help them draw useful conclusions, by analyzing text. A tool with a great ability of text analyzing is Elasticsearch. Elasticsearch is a real-time distributed search engine, allowing the user to search in a great amount of data extraordinarily fast. In spite of the fact that Elasticsearch is extremely capable in analyzing text efficiently, it does not appear to have the same ability in analyzing arithmetic values, despite that many tools have been developed to help it. The goal of this diploma thesis is the exploitation of the tools that Elasticsearch offers and by combining them with other tools, to produce a reliable recommendation system. This diploma thesis focuses on the production of a recommendation system, and then, the results are compared to those of Elasticsearch. Initially, the recommendation system takes into account the user’s search parameters and then it recommends him the best choices sorted. The system which was developed for DITAS project is considered as the basis of this diploma thesis.	en
heal.advisorName	Βαρβαρίγου, Θεοδώρα	el
heal.advisorName	Varvarigou, Theodora	en
heal.committeeMemberName	Παπαβασιλείου, Συμεών	el
heal.committeeMemberName	Papavassiliou, Symeon	en
heal.committeeMemberName	Βαρβαρίγος, Εμμανουήλ	el
heal.committeeMemberName	Varvarigos, Emmanuel	en
heal.academicPublisher	Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	83 σ.
heal.fullTextAvailability	true