Συστήματα προτάσεων και εφαρμογή τους σε κοινωνικά δίκτυα

  1. MSc thesis
  2. ΣΟΥΛΑΚΗΣ, ΑΘΑΝΑΣΙΟΣ
  3. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  4. 19 Σεπτεμβρίου 2021 [2021-09-19]
  5. Ελληνικά
  6. 88
  7. ΚΑΝΑΒΟΣ, ΑΝΔΡΕΑΣ
  8. ΤΑΜΠΟΥΡΗΣ, ΕΥΘΥΜΙΟΣ
  9. συστήματα προτάσεων | συστήματα συστάσεων | κοινωνικά δίκτυα | python
  10. 31
  11. Περιέχει : πίνακες, σχήματα, διαγράμματα , εικόνες
    • Τα συστήματα συστάσεων αποτελούν μια τεχνολογία η οποία έχει σαν σκοπό την υποστήριξη των χρηστών κατά τη λήψη των διαφόρων αποφάσεων, οι οποίες προκύπτουν από την εκτίμηση των πληροφοριών που υπάρχουν στο συγκεκριμένο θέμα. Η χρηστικότητα των συστημάτων αυτών είναι ιδιαίτερα διαδεδομένη σε περιπτώσεις όπου το μέγεθος της πληροφορίας, που ο χρήστης θα πρέπει να εκτιμήσει, υπερβαίνει τις δυνατότητες του και κατά συνέπεια αδυνατεί να καταλήξει σε μία απόφαση. Τα συστήματα αυτά ανήκουν στα συστήματα μηχανικής μάθησης και στόχος τους είναι να συμπεράνουν τα ενδιαφέροντα των χρηστών και κατόπιν να τους προτείνουν τις πλέον κατάλληλες προτάσεις. Τα συμπεράσματα αυτά μπορούν να προκύψουν από διάφορες πηγές, όπως παλαιότερες επιλογές του χρήστη, αξιολογήσεις που έχει πραγματοποιήσει για τα διάφορα προϊόντα, καθώς και από τις επιλογές άλλων χρηστών που παρουσιάζουν κοινά ενδιαφέροντα. Εφαρμόζονται κατά βάση από εταιρίες που εμπορεύονται προϊόντα, οι οποίες τα χρησιμοποιούν για να αυξήσουν τις πωλήσεις τους, προτείνοντας στο καταναλωτικό κοινό προϊόντα τα οποία ικανοποιούν συγκεκριμένες ανάγκες του χρήστη, δημιουργώντας του, με τον τρόπο αυτό, καταναλωτικές ανάγκες τις οποίες, πιθανότατα, να μην είχε εντοπίσει στο παρελθόν. Παραδείγματα τέτοιων εταιριών αποτελούν οι κολοσσοί Amazon, Netflix, Spotify και άλλοι οι οποίοι, μέσω των συστημάτων συστάσεων αξιολογούν τις τάσεις των χρηστών τους και τους προτείνουν τα πλέον κατάλληλα προϊόντα. Στόχος της παρούσας διπλωματικής εργασίας είναι η μελέτη των συστημάτων αυτών μέσα από μια θεωρητική μελέτη των αναγκών που οδήγησαν στην δημιουργία τους, των προκλήσεων που αντιμετωπίζουν καθώς και τη μεθοδολογία που χρησιμοποιούν για να αντιμετωπίσουν τις προκλήσεις αυτές. Ακολούθως θα πραγματοποιηθεί μια παρουσίαση διαφόρων αλγορίθμων που υλοποιούν τα συστήματα αυτά καθώς και μια ανάλυση αλλά και οπτικοποίηση των αποτελεσμάτων. Τέλος θα αναφερθούν τα συμπεράσματα που προέκυψαν από την παραπάνω έρευνα καθώς και προοπτικές για περαιτέρω έρευνα.
    • Recommendation systems are a technology that aims to support users in making various decisions, which result from the evaluation of the information on the basis of which these decisions will be made. The usability of these systems is particularly prevalent in cases where the amount of information that the user has to evaluate exceeds its capabilities and therefore is unable to reach a decision. These systems belong to the machine learning systems and their goal is to infer the interests of the users and then to suggest the most appropriate suggestions. These conclusions can be drawn from a variety of sources such as the user's past choices, reviews of the various products and the choices of other users with common interests. They are mainly applied by companies that market products, which use them to increase their sales, offering to the consumer public products that meet the specific needs of the user, thus creating consumer needs that he had not identified in past. Examples of such companies are the giants Amazon, Netflix, Spotify and others who, through referral systems, evaluate the trends of their users and suggest the most suitable products. The aim of this thesis is the study of these systems through a theoretical study of the needs that led to their creation, the challenges they face and the methodology they use to address these challenges. Then there will be a presentation of various algorithms that implement these systems as well as an analysis and visualization of the results. Finally, the conclusions that emerged from the above research as well as prospects for further research will be reported.
  13. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.