Μέθοδοι εξόρυξης γνώσης σε συλλογές περιεχομένου μεγάλης κλίμακας από κοινωνικά δίκτυα

Περίληψη

Οι πρόσφατες τεχνολογικές εξελίξεις έχουν οδηγήσει σε εκρηκτική αύξηση της διάθεσης διαδικτυακού περιεχομένου μέσα από κοινωνικά δίκτυα. Η μαζική συμμετοχή απλών ανθρώπων στη δημιουργία περιεχομένου έχει ως αποτέλεσμα την αποτύπωση στον Παγκόσμιο Ιστό μεγάλου μέρους του πραγματικού κόσμου και των γεγονότων που εκτυλίσσονται σε αυτόν. Κατά συνέπεια, η ανάλυση περιεχομένου που προέρχεται από κοινωνικά δίκτυα συνιστά σημαντική ευκαιρία για την εξαγωγή γνώσης για φαινόμενα και γεγονότα του πραγματικού κόσμου. Όμως, το εγχείρημα αυτό συναντά μια σειρά από προκλήσεις που οφείλονται στα χαρακτηριστικά του κοινωνικού περιεχομένου, όπως είναι η ετερογένειά του, η έλλειψη συστηματικής δομής και συμβάσεων, η πολύ μεγάλη κλίμακά του, ο θόρυβος και η δυναμική φύση του. H παρούσα διατριβή αποσκοπεί να συμβάλει ερευνητικά στην αντιμετώπιση των παραπάνω προκλήσεων, μέσα από τη μοντελοποίηση και μελέτη του Παγκόσμιου Ιστού ως πολύπλοκο σύστημα, και τη χρήση μεθόδων από τη στατιστική και τη θεωρία γράφ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The recent technological developments have led to an explosive growth in the availability of online content through social networks. The massive participation of people in the content creation process has transformed the Web into a reflection of real-world entities and events. Consequently, social content analysis offers an unprecedented opportunity for knowledge extraction with respect to real-world phenomena and events. However, such an endeavor is hampered by severe challenges stemming from the attributes of social content, e.g. its variance, the lack of systematic structure and conventions, its massive scale, the prevalence of noise, and its dynamic nature. To this end, this dissertation aims at contributing to the research addressing the aforementioned challenges through modeling and studying the Web as a complex system and employing statistical and graph-based methods for achieving large-scale knowledge extraction from massive amounts of online content shared through social netw ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/26668
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/26668
ND
26668
Εναλλακτικός τίτλος
Knowledge extraction in large-scale content collections from social networks
Συγγραφέας
Παπαδόπουλος, Συμεών του Χαράλαμπος
Ημερομηνία
2012
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής
Εξεταστική επιτροπή
Βακάλη Αθηνά
Κομπατσιάρης Ιωάννης
Μανωλόπουλος Ιωάννης
Αγγελής Ελευθέριος
Βασιλειάδης Νικόλαος
Μήτκας Περικλής
Μέντζας Γρηγόριος
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Επιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Λέξεις-κλειδιά
Εξόρυξη γνώσης; Ομαδοποίηση περιεχομένου; Ανίχνευση κοινοτήτων; Κοινωνικά δίκτυα; Ημι-επιβλεπόμενη μάθηση; Συστήματα κοινωνικής επισημείωσης
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
x, 214 σ., εικ., πιν., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)