Leveraging social networks and knowledge graphs for discovering and recommending engaging and credible information

Pla Karidi, Danae; Πλα Καρύδη, Δανάη

dc.contributor.author	Pla Karidi, Danae
dc.contributor.author	Πλα Καρύδη, Δανάη
dc.date.accessioned	2022-07-19T06:52:12Z
dc.date.available	2022-07-19T06:52:12Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55400
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23098
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	Social Network Analysis	en
dc.subject	Content-based Recommender Systems	en
dc.subject	Knowledge Graphs	en
dc.subject	Fake News	en
dc.subject	Data Exploration	en
dc.subject	Ανάλυση Κοινωνικών Δικτύων	el
dc.subject	Συστήματα Προτάσεων βάσει Περιεχομένου	el
dc.subject	Γράφοι Γνώσης	el
dc.subject	Ψευδείς Ειδήσεις	el
dc.subject	Εξερεύνηση δεδομένων	el
dc.title	Leveraging social networks and knowledge graphs for discovering and recommending engaging and credible information	en
dc.title	Αξιοποίηση κοινωνικών δικτύων και γράφων γνώσης για την εύρεση και σύσταση ενδιαφέρουσας και αξιόπιστης πληροφορίας	el
dc.contributor.department	Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.type	doctoralThesis
heal.classification	computer science	en
heal.classification	επιστήμη υπολογιστών	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2022-01-26
heal.abstract	The increasing use of social media brings up the crucial role of social content recommendation and ranking algorithms that affect user engagement to interesting content. Additionally, the growing social network activity accelerates and boosts misinformation and disinformation diffusion, highlighting the need for efficient fake news detection models. Apart from social networks, digital transformation results in significant data growth and diversity of available datasets that result in rich and heterogeneous content. Hence, the volume and complexity of available data make efficient data exploration systems more and more crucial. On a separate front, knowledge engineers organize the objects of human knowledge and the relationships between them to create computer-manageable knowledge graphs. In this thesis, we explored the possibilities of connections between these research areas. We showed that combining the knowledge provided by the most advanced knowledge graphs and data from social networks can significantly improve the efficiency of recommendation systems. Furthermore, relations extracted from knowledge bases such as fact-checking services can provide ground truth training datasets to develop efficient misinformation detection models, while the semantic elements of knowledge graphs can assist in exploring datasets effectively, and the analysis of data from social networks can contribute to browsing and understanding the available data.	en
heal.abstract	Η αυξανόμενη χρήση των μέσων κοινωνικής δικτύωσης αναδεικνύει τον κρίσιμο ρόλο των αλγορίθμων κατάταξης και προτάσεων περιεχομένου που επηρεάζουν την εμπειρία των χρηστών και την ενασχόλησή τους με ενδιαφέρον περιεχόμενο. Επιπλέον, η αυξανόμενη δραστηριότητα στα μέσα κοινωνικής δικτύωσης επιταχύνει και ενισχύει την παραπληροφόρηση και τη διάδοση ψευδών ειδήσεων, επισημαίνοντας την ανάγκη για την ανάπτυξη αποτελεσματικών μοντέλων ανίχνευσης παραπλανητικού περιεχομένου. Εκτός από τα κοινωνικά δίκτυα, η ψηφιακή μετάβαση δημιουργεί σημαντική αύξηση και ποικιλομορφία των διαθέσιμων συνόλων δεδομένων τα οποία περιλαμβάνουν πλούσιο και ετερογενές περιεχόμενο. Ως εκ τούτου, ο όγκος και η πολυπλοκότητα των διαθέσιμων δεδομένων καθιστούν τα αποδοτικά συστήματα εξερεύνησης δεδομένων ολοένα και πιο κρίσιμα. Παράλληλα, οι μηχανικοί γνώσης οργανώνουν τα αντικείμενα της ανθρώπινης γνώσης και τις σχέσεις μεταξύ τους για τη δημιουργία γράφων γνώσης διαχειρίσιμων από υπολογιστικά συστήματα. Σε αυτή τη διατριβή, διερευνήσαμε τις δυνατότητες σύνδεσης μεταξύ αυτών των ερευνητικών περιοχών. Ανακαλύψαμε ότι ο συνδυασμός των γνώσεων που παρέχονται από τους πιο προηγμένους γράφους γνώσης και δεδομένων από κοινωνικά δίκτυα μπορεί να βελτιώσει σημαντικά την αποτελεσματικότητα των συστημάτων προτάσεων. Επιπλέον, οι σχέσεις που εξάγονται από βάσεις γνώσεων όπως οι υπηρεσίες ελέγχου γεγονότων μπορούν να παρέχουν σύνολα δεδομένων εκπαίδευσης για την ανάπτυξη αποτελεσματικών μοντέλων ανίχνευσης παραπληροφόρησης, ενώ τα σημασιολογικά στοιχεία των γράφων γνώσης μπορούν να βοηθήσουν στην αποτελεσματική εξερεύνηση συνόλων δεδομένων και η ανάλυση δεδομένων από τα κοινωνικά δίκτυα μπορεί να συμβάλλει στην περιήγηση και την κατανόηση των διαθέσιμων δεδομένων.	el
heal.advisorName	Βασιλείου, Ιωάννης
heal.advisorName	Vassiliou, Yannis
heal.committeeMemberName	Βασιλείου, Ιωάννης
heal.committeeMemberName	Σταφυλοπάτης, Ανδρέας-Γεώργιος
heal.committeeMemberName	Δαλαμάγκας, Θεόδωρος
heal.committeeMemberName	Χριστοφόρου, Ευάγγελος
heal.committeeMemberName	Τσουμάκος, Δημήτριος
heal.committeeMemberName	Συκάς, Ευστάθιος
heal.committeeMemberName	Σταύρακας, Ιωάννης
heal.academicPublisher	Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	208
heal.fullTextAvailability	false