Ανάπτυξη ενός υβριδικού συστήματος συστάσεων με τη χρήση της αναπαράστασης του γράφου κειμένων (graph-of-docs) και νευρωνικών δικτύων γράφων

Η παρούσα διπλωματική εργασία αποσκοπεί στο να ενημερώσει τον αναγνώστη για την επιστήμη της τεχνητής νοημοσύνης και των υποκλάδων της, τα βασικά μοντέλα συστημάτων συστάσεων καθώς και μια αρχή στα τεχνητά νευρωνικά δίκτυα και στα τεχνητά νευρωνικά δίκτυα γράφων. Στο τέλος αναλύεται η προσπάθεια δημ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Κατσούδας, Χαράλαμπος - Άρης
Άλλοι συγγραφείς: Katsoudas, Charalampos - Aris
Γλώσσα:Greek
Έκδοση: 2021
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/15015
id nemertes-10889-15015
record_format dspace
spelling nemertes-10889-150152022-09-05T09:41:03Z Ανάπτυξη ενός υβριδικού συστήματος συστάσεων με τη χρήση της αναπαράστασης του γράφου κειμένων (graph-of-docs) και νευρωνικών δικτύων γράφων Development of a hybrid graph-based recommendation system with the utilization of graph-of-docs representation and graph neural networks Κατσούδας, Χαράλαμπος - Άρης Katsoudas, Charalampos - Aris Τεχνητή νοημοσύνη Μηχανική μάθηση Συστήματα συστάσεων Νευρωνικά δίκτυα γράφων Artificial intelligence Machine learning Recommendation systems Graph neural networks Python Η παρούσα διπλωματική εργασία αποσκοπεί στο να ενημερώσει τον αναγνώστη για την επιστήμη της τεχνητής νοημοσύνης και των υποκλάδων της, τα βασικά μοντέλα συστημάτων συστάσεων καθώς και μια αρχή στα τεχνητά νευρωνικά δίκτυα και στα τεχνητά νευρωνικά δίκτυα γράφων. Στο τέλος αναλύεται η προσπάθεια δημιουργίας ενός υβριδικού συστήματος συστάσεων με την χρήση τεχνητών νευρωνικών δικτύων γράφων. Για την κατασκευή του συγκεκριμένου υβριδικού συστήματος συστάσεων αρχικά κατασκευάζεται ένας γράφος ο οποίος λαμβάνει τα δεδομένα κριτικών από χρήστες της ιστοσελίδας «Amazon» για τα προϊόντα τα οποία αγοράζουν. Αυτός ο γράφος περιέχει τα περισσότερα από τα στοιχεία που προσφέρονται από τα δεδομένα όπως οι χρήστες, τα αντικείμενα που έχουν αγοράσει και τις κριτικές που έχουν εισάγει για τα αντικείμενα αυτά. Αποτελούμενος από κόμβους και ακμές αυτών των στοιχείων, στην συνέχεια εισάγονται και χαρακτηριστικά στον κάθε διαφορετικό τύπο κόμβου και ακμής, όπως διανυσματικές απεικονίσεις σε κάθε λέξη της κάθε κριτικής με χρήση αλγόριθμου «Word2Vec», βάρη σε ακμές όπως η βαθμολογία που έχει εισάγει ο χρήστης στο προϊόν στην ακμή που συνδέει το προϊόν με τον χρήστη κ.α.. Ο γράφος στην συνέχεια δέχεται ανάλυση μέσω νευρωνικών δικτύων γράφων και προκύπτουν τα επιθυμητά αποτελέσματα προβλέψεων. Εδώ, αναλύονται τρεις διαφορετικοί τύποι αλγορίθμων νευρωνικών δικτύων γράφων, ο καθένας από τους οποίους δέχεται και διαφορετική δομή του αρχικά κατασκευασμένου γράφου. Τέλος παρουσιάζονται τα αποτελέσματα των αλγορίθμων αυτών και προτάσεις για την εξέλιξη του αντικειμένου. The present dissertation aims to inform the reader about the science of artificial intelligence and its subdivisions, the basic models of recommendation systems as well as a beginning in artificial neural networks and artificial graph neural networks. Finally, the attempt to create a hybrid system of recommendations using artificial graph neural networks is analyzed. To build this hybrid system of recommendations, a graph is first constructed that receives review data from the users of “Amazon” website for the products that they purchase. This graph contains most of the information offered by the given data such as users, items they have purchased and reviews they have given for those items. This graph, which consists of nodes and edges of the given data is then fed with features for each different type of node and edge, such as embeddings for each word of each review using the “Word2Vec” algorithm, edge weight such as the score given by the user for the product for the edge that connects the user with the product, etc. the graph is then analyzed via graph neural networks and the desired predicted results are obtained. Here, three different types of graph neural network algorithms are analyzed, each of which accepts a different structure of the originally constructed graph. Finally, the results of these algorithms are presented and suggestions for the evolution of the subject are given. 2021-07-14T08:52:50Z 2021-07-14T08:52:50Z 2021-07-14 http://hdl.handle.net/10889/15015 gr application/pdf
institution UPatras
collection Nemertes
language Greek
topic Τεχνητή νοημοσύνη
Μηχανική μάθηση
Συστήματα συστάσεων
Νευρωνικά δίκτυα γράφων
Artificial intelligence
Machine learning
Recommendation systems
Graph neural networks
Python
spellingShingle Τεχνητή νοημοσύνη
Μηχανική μάθηση
Συστήματα συστάσεων
Νευρωνικά δίκτυα γράφων
Artificial intelligence
Machine learning
Recommendation systems
Graph neural networks
Python
Κατσούδας, Χαράλαμπος - Άρης
Ανάπτυξη ενός υβριδικού συστήματος συστάσεων με τη χρήση της αναπαράστασης του γράφου κειμένων (graph-of-docs) και νευρωνικών δικτύων γράφων
description Η παρούσα διπλωματική εργασία αποσκοπεί στο να ενημερώσει τον αναγνώστη για την επιστήμη της τεχνητής νοημοσύνης και των υποκλάδων της, τα βασικά μοντέλα συστημάτων συστάσεων καθώς και μια αρχή στα τεχνητά νευρωνικά δίκτυα και στα τεχνητά νευρωνικά δίκτυα γράφων. Στο τέλος αναλύεται η προσπάθεια δημιουργίας ενός υβριδικού συστήματος συστάσεων με την χρήση τεχνητών νευρωνικών δικτύων γράφων. Για την κατασκευή του συγκεκριμένου υβριδικού συστήματος συστάσεων αρχικά κατασκευάζεται ένας γράφος ο οποίος λαμβάνει τα δεδομένα κριτικών από χρήστες της ιστοσελίδας «Amazon» για τα προϊόντα τα οποία αγοράζουν. Αυτός ο γράφος περιέχει τα περισσότερα από τα στοιχεία που προσφέρονται από τα δεδομένα όπως οι χρήστες, τα αντικείμενα που έχουν αγοράσει και τις κριτικές που έχουν εισάγει για τα αντικείμενα αυτά. Αποτελούμενος από κόμβους και ακμές αυτών των στοιχείων, στην συνέχεια εισάγονται και χαρακτηριστικά στον κάθε διαφορετικό τύπο κόμβου και ακμής, όπως διανυσματικές απεικονίσεις σε κάθε λέξη της κάθε κριτικής με χρήση αλγόριθμου «Word2Vec», βάρη σε ακμές όπως η βαθμολογία που έχει εισάγει ο χρήστης στο προϊόν στην ακμή που συνδέει το προϊόν με τον χρήστη κ.α.. Ο γράφος στην συνέχεια δέχεται ανάλυση μέσω νευρωνικών δικτύων γράφων και προκύπτουν τα επιθυμητά αποτελέσματα προβλέψεων. Εδώ, αναλύονται τρεις διαφορετικοί τύποι αλγορίθμων νευρωνικών δικτύων γράφων, ο καθένας από τους οποίους δέχεται και διαφορετική δομή του αρχικά κατασκευασμένου γράφου. Τέλος παρουσιάζονται τα αποτελέσματα των αλγορίθμων αυτών και προτάσεις για την εξέλιξη του αντικειμένου.
author2 Katsoudas, Charalampos - Aris
author_facet Katsoudas, Charalampos - Aris
Κατσούδας, Χαράλαμπος - Άρης
author Κατσούδας, Χαράλαμπος - Άρης
author_sort Κατσούδας, Χαράλαμπος - Άρης
title Ανάπτυξη ενός υβριδικού συστήματος συστάσεων με τη χρήση της αναπαράστασης του γράφου κειμένων (graph-of-docs) και νευρωνικών δικτύων γράφων
title_short Ανάπτυξη ενός υβριδικού συστήματος συστάσεων με τη χρήση της αναπαράστασης του γράφου κειμένων (graph-of-docs) και νευρωνικών δικτύων γράφων
title_full Ανάπτυξη ενός υβριδικού συστήματος συστάσεων με τη χρήση της αναπαράστασης του γράφου κειμένων (graph-of-docs) και νευρωνικών δικτύων γράφων
title_fullStr Ανάπτυξη ενός υβριδικού συστήματος συστάσεων με τη χρήση της αναπαράστασης του γράφου κειμένων (graph-of-docs) και νευρωνικών δικτύων γράφων
title_full_unstemmed Ανάπτυξη ενός υβριδικού συστήματος συστάσεων με τη χρήση της αναπαράστασης του γράφου κειμένων (graph-of-docs) και νευρωνικών δικτύων γράφων
title_sort ανάπτυξη ενός υβριδικού συστήματος συστάσεων με τη χρήση της αναπαράστασης του γράφου κειμένων (graph-of-docs) και νευρωνικών δικτύων γράφων
publishDate 2021
url http://hdl.handle.net/10889/15015
work_keys_str_mv AT katsoudascharalamposarēs anaptyxēenosybridikousystēmatossystaseōnmetēchrēsētēsanaparastasēstougraphoukeimenōngraphofdocskaineurōnikōndiktyōngraphōn
AT katsoudascharalamposarēs developmentofahybridgraphbasedrecommendationsystemwiththeutilizationofgraphofdocsrepresentationandgraphneuralnetworks
_version_ 1771297183494045696