Η παρούσα διπλωματική εργασία εξετάζει τη χρήση των κοινωνικών μέσων για την προώθηση του οινοτουρισμού, αξιοποιώντας σύγχρονες τεχνολογίες, όπως η ανάλυση Μεγάλων Δεδομένων και η Μηχανική Μάθηση. Ο οινοτουρισμός, ως ένας ανερχόμενος τομέας που συνδυάζει πολιτισμικές, γαστρονομικές και τουριστικές εμπειρίες, παρουσιάζει σημαντικές ευκαιρίες για τις επιχειρήσεις, ιδιαίτερα μέσω της στρατηγικής αξιοποίησης δεδομένων που προέρχονται από κοινωνικά μέσα. Τα δεδομένα αυτά προσφέρουν τη δυνατότητα εντοπισμού προτιμήσεων, τάσεων και αναδυόμενων θεμάτων που σχετίζονται με τις εμπειρίες και τις απαιτήσεις των επισκεπτών, ενισχύοντας τις επιχειρηματικές στρατηγικές.
Η εργασία επικεντρώνεται στη σχεδίαση και ανάπτυξη μιας πλατφόρμας εξόρυξης, ανάλυσης και οπτικοποίησης δεδομένων που προέρχονται από κοινωνικά μέσα και πιο συγκεκριμένα το Twitter (X), χρησιμοποιώντας τη γλώσσα προγραμματισμού Python και βιβλιοθήκες της, όπως οι Pandas, NumPy, scikit-learn, και Matplotlib. Η πλατφόρμα στοχεύει στην ανάλυση μεγάλων συνόλων δεδομένων, διευκολύνοντας τη διαδικασία εξαγωγής θεμάτων, την αναγνώριση οντοτήτων και την κατηγοριοποίηση περιεχομένου. Παράλληλα, αξιοποιούνται προεκπαιδευμένα μοντέλα όπως το BERT και το Word2Vec, που επιτρέπουν την κατανόηση των συμφραζομένων και τη διερεύνηση σημασιολογικών σχέσεων στα δεδομένα.
Ο σκοπός της έρευνας είναι να παρέχει στις επιχειρήσεις οινοτουρισμού ένα ολοκληρωμένο εργαλείο που διευκολύνει τη λήψη αποφάσεων μέσα από τη χρήση δεδομένων που προέρχονται από αλληλεπιδράσεις χρηστών στα κοινωνικά μέσα. Με την εφαρμογή προηγμένων τεχνικών ανάλυσης και οπτικοποίησης, η πλατφόρμα καθιστά δυνατή τη δημιουργία εξατομικευμένων στρατηγικών που ανταποκρίνονται στις ανάγκες των καταναλωτών, προάγοντας παράλληλα την ανταγωνιστικότητα των μικρών οινοποιείων. Επιπλέον, μέσω της οπτικοποίησης των δεδομένων, η πλατφόρμα ενισχύει τη διαφάνεια και την κατανόηση σύνθετων πληροφοριών από επιχειρήσεις και τουρίστες, προσφέροντας εργαλεία που συμβάλλουν στη βιώσιμη ανάπτυξη του οινοτουρισμού σε ένα συνεχώς εξελισσόμενο ψηφιακό περιβάλλον.

This research dissertation investigates the promotion of wine tourism through the use of social media and Big Data and Machine Learning as modern applications that can assist with the complexities of data usage. Wine tourism is a burgeoning sector that offers cultural, gastronomical and travel experiences, of which future business prospects can be realised, largely through the mobilization of data from social media. Social media data affords the ability to ascertain visitor preferences, trends and items of interest to visitors, thus providing opportunities for improved strategy.
The dissertation observes the requirements for designing and developing a platform that would extract, analyse and visualise data from Twitter (X) using the Python programming language and libraries including Pandas, NumPy, Scikit-learn and Matplotlib. The nature of the platform allows for the processing of mass-scale datasets and identify topics, entity aspects and content types, while also drawing on models such as BERT and Word2Vec. These models further contextualise the data and allow for semantic relationships to be explored.
This dissertation highlights the aim of providing wine tourism businesses a platform, with editing and downloading functionality to assist with the decision-making process from users' social media interactions. By considering advanced analysis and visualisation to present their findings, empowering businesses to create tailored strategies to determine consumer needs, and increasingly small wineries sustainability. Additionally, the platform offers data visualisation for businesses and tourists, ensuring enhanced comprehension of data complexity within the wine tourism sector, informed decisions and encouraging the sustainable development of wine tourism amid the rapid digital developments.