Σύστημα αυτόματης ανάλυσης κοινωνικών δικτύων και προσδιορισμός προσωπικότητας, ενδιαφερόντων και προτιμήσεων χρηστών

Στόχος της Διπλωματικής Εργασίας είναι να παρουσιάσει τη δημιουργία ενός αυτοματοποιημένου συστήματος, με το οποίο θα γίνεται εφικτό να γίνει ανάλυση και πρόβλεψη για την προσωπικότητα, τα ενδιαφέροντα και τις προτιμήσεις χρηστών σε Online Social Networks, μέσω της χρησιμοποίησης απαραίτητων πληροφο...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Τσαουσόπουλος, Βασίλειος
Άλλοι συγγραφείς: Tsaousopoulos, Vasileios
Γλώσσα:Greek
Έκδοση: 2021
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/15441
Περιγραφή
Περίληψη:Στόχος της Διπλωματικής Εργασίας είναι να παρουσιάσει τη δημιουργία ενός αυτοματοποιημένου συστήματος, με το οποίο θα γίνεται εφικτό να γίνει ανάλυση και πρόβλεψη για την προσωπικότητα, τα ενδιαφέροντα και τις προτιμήσεις χρηστών σε Online Social Networks, μέσω της χρησιμοποίησης απαραίτητων πληροφοριών από τα προφίλ τους. Αρχικά, συγκεντρώνονται τα στοιχεία που έχουν δημοσιευθεί στα Facebook προφίλ των χρηστών, από μια δημόσια ομάδα που ονομάζεται Cheltenham Facebook Groups, κατασκευάζονται γραμμικά μοντέλα, προκειμένου να υπολογιστεί το επίπεδο της εμπιστοσύνης μεταξύ τους, δημιουργούνται μέθοδοι για την πρόβλεψη των χαρακτηριστικών της προσωπικότητας τους, χρησιμοποιώντας το μοντέλο Big Five Personality, καθώς και για τον προσδιορισμό των ενδιαφερόντων και προτιμήσεών τους. Στη συνέχεια, καθιερώνεται ένας Facebook scraper αλγόριθμος, ο οποίος χρησιμοποιείται για εξαγωγή των δημόσιων δεδομένων των χρηστών από ένα Facebook API. Τα δεδομένα που συλλέγονται εφαρμόζονται στην είσοδο ενός classifier, που ονομάζεται Ada Boosted Decision Tree, ο οποίος χρησιμοποιεί μια τεχνική εξόρυξης δεδομένων, με σκοπό να γίνει αναγνώριση των χαρακτηριστικών της προσωπικότητας των χρηστών και των ενδιαφερόντων από το προφίλ τους, συνδυάζοντας τα δημόσια δεδομένα τους με τις απαντήσεις τους σχετικά με το Big Five Personality Test και Young People Survey αντίχτοιχα. Η αξιολόγηση της επίδοσης των μοντέλων, δείχνει ότι επιτυγχάνεται σε όλες τις περιπτώσεις ικανοποιητική ακρίβεια, η οποία υποδηλώνει με βεβαιότητα, την ικανότητα των μοντέλων για μέτρηση και πρόβλεψη με μεγάλα ποσοστά επιτυχίας, του επιπέδου εμπιστοσύνης μεταξύ των χρηστών και την ανάλυση της κοινωνικής τους συμπεριφοράς σε ένα δίκτυο.