HEAL DSpace

Ανίχνευση bots στο Twitter με μεθόδους μηχανικής μάθησης

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Μουντζούρης, Χρήστος el
dc.contributor.author Mountzouris, Christos en
dc.date.accessioned 2023-07-03T08:32:41Z
dc.date.available 2023-07-03T08:32:41Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/57860
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.25557
dc.description Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Τεχνο-οικονομικά συστήματα” el
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 Μηχανική μάθηση el
dc.subject Bot en
dc.subject Twitter en
dc.title Ανίχνευση bots στο Twitter με μεθόδους μηχανικής μάθησης el
heal.type masterThesis
heal.classification ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ el
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2023-06-16
heal.abstract Σήμερα, η εκρηκτική ανάπτυξη των μέσων κοινωνικής δικτύωσης έχει καλλιεργήσει ένα πρόσφορο έδαφος για την δραστηριοποίηση των bots στα κοινωνικά δίκτυα. Η ενσωμάτωση των κοινωνικών δικτύων στον πυρήνα της καθημερινότητας των ανθρώπων σε συνδυασμό με την επιρροή τους στις κοινωνικές, οικονομικές και την πολιτικές εξελίξεις, εγείρει σημαντικές ανησυχίες για τον ρόλο των bots, καθιστώντας επιτακτική την ανάγκη λήψης μέτρων για τον περιορισμό τους. Παράλληλα, η πρόοδος που συντελείται στα πλαίσια της 4ης Βιομηχανικής Επανάστασης επιτρέπει την αξιοποίηση μεγάλων δεδομένων και αναδυόμενων τεχνολογιών από τα bots για την μοντελοποίηση και την ρεαλιστική αποτύπωση ανθρώπινων μοτίβων συμπεριφοράς, δυσχεραίνοντας την διάκρισή τους από πραγματικούς χρήστες. Οι μέθοδοι μηχανικής μάθησης αποδεικνύονται σε ισχυρά εργαλεία για την ανίχνευση bots στα κοινωνικά δίκτυα, αφού η δυναμική φύση τους και η διαρκής διαδικασία εκπαίδευσής τους, επιτρέπει την συνεχή αναπροσαρμογή στα μεταβαλλόμενα συμπεριφορικά πρότυπα των πραγματικών χρηστών των κοινωνικών δικτύων. Η παρούσα εργασία εξετάζει το πρόβλημα των bots με επίκεντρο το Twitter μέσα από πραγματικά σύνολα δεδομένων, κατασκευάζοντας ταξινομητές επιβλεπόμενης μηχανικής μάθησης για την κατηγοριοποίηση των χρηστών της πλατφόρμας και αξιολογώντας την προβλεπτική ικανότητά τους. el
heal.advisorName Δεμέστιχας, Κωνσταντίνος el
heal.advisorName Αδαμοπούλου, Ευγενία el
heal.committeeMemberName Αδαμοπούλου, Ευγενία el
heal.committeeMemberName Δεμέστιχας, Κωνσταντίνος el
heal.committeeMemberName Συκάς, Ευστάθιος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών el
heal.academicPublisherID ntua
heal.numberOfPages 72 σ. el
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα