Σημασιακή ανάλυση κειμένου για παροχή εξατομικευμένων ροών συστάσεων με χρήση ενισχυτικής μάθησης
Η εργασία αυτή αποτελεί μία υλοποίηση μιας νέας μεθόδου παραγωγής προσωποποιημένων συστάσεων κειμένων σε χρήστες με βάση τα συναισθήματα αυτών. Η μέθοδος αυτή στοχεύει στον εντοπισμό μοτίβων στη συμπεριφορά του χρήστη με βάση κάποιο reward το οποίο προκύπτει από την κάθε πραγματική εφαρμογή στην...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | Greek |
| Έκδοση: |
2022
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/15738 |
| id |
nemertes-10889-15738 |
|---|---|
| record_format |
dspace |
| spelling |
nemertes-10889-157382022-09-05T20:15:54Z Σημασιακή ανάλυση κειμένου για παροχή εξατομικευμένων ροών συστάσεων με χρήση ενισχυτικής μάθησης Sentiment analysis for providing individualized feed of recommendations using reinforcement learning Καφτάνης, Σπυρίδων Kaftanis, Spyridon Εξόρυξη γνώμης Μηχανική μάθηση Sentiment analysis Machine learning Η εργασία αυτή αποτελεί μία υλοποίηση μιας νέας μεθόδου παραγωγής προσωποποιημένων συστάσεων κειμένων σε χρήστες με βάση τα συναισθήματα αυτών. Η μέθοδος αυτή στοχεύει στον εντοπισμό μοτίβων στη συμπεριφορά του χρήστη με βάση κάποιο reward το οποίο προκύπτει από την κάθε πραγματική εφαρμογή στην οποία χρησιμοποιείται ο αλγόριθμος. Ένα βασικό χαρακτηριστικό ενός τέτοιου συστήματος είναι ο online χαρακτήρας του. Αυτό σημαίνει ότι το σύστημα πρέπει να εκπαιδεύεται διαρκώς αλλά και να μπορεί να παράξει ροές από την πρώτη στιγμή. Πρέπει, επίσης, να δοκιμάζει να προτείνει διαφορετικό περιεχόμενο, πράγμα που οδηγεί στην αναγκαιότητα ύπαρξης μιας σωστής ισορροπίας ανάμεσα σε εξερεύνηση και εκμετάλλευση (exploration – exploitation). Το σύστημα αποτελείται από έναν αλγόριθμο σημασιολογικής ανάλυσης ο οποίος συνδυάζει συσταδοποίηση και επεξεργασία κειμένου από ένα επίπεδο νευρωνικών δικτύων τα οποία έχουν σκοπό να προβλέψουν το κέρδος του χρήστη για κάθε κείμενο και από ένα επίπεδο με αλγορίθμους οι οποίοι προσπαθούν να εξερευνήσουν τον χώρο του προβλήματος έτσι ώστε να προσορμίζονται σε αλλαγές της συμπεριφοράς του χρήστη στο μέλλον. Η ερευνητική αυτή εργασία συνδυάζει πολλές γνωστές μεθόδους καθώς και παραλλαγές αυτών σε ένα ενιαίο σύστημα το οποίο έχει επιπλέον τις τεχνικές προδιαγραφές να χρησιμοποιηθεί για την υλοποίηση χαρακτηριστικών εφαρμογών. Η συνεισφορά της εργασίας αυτής αφορά την υλοποίηση συστήματος μη εποπτευόμενης σημασιολογικής ανάλυσης σε άγνωστο πλήθος συναισθημάτων, καθώς και στη δημιουργία ενός online συστήματος μάθησης το οποίο παράγει ροές συστάσεων στους χρήστες. This study is an implementation of a new method of producing personalized text recommendations to users based on their sentiment. This method aims to identify patterns in user behavior based on a reward that results from each actual application in which the algorithm is used. A key feature of such a system is its online character. This means that the system must be constantly trained but also be able to generate flows from the first moment. It must also try to suggest different content, which leads to the need for a proper balance between exploration and exploitation. The system consists of a semantic analysis algorithm that combines clustering and word processing, a level of neural networks designed to predict user reward for each text, and a level of algorithms that attempt to explore the problem area to adapt to changes in user behavior. This research work combines many known methods as well as variations thereof into a single system which in addition has the technical specifications to be used in typical applications. The contribution of this work is the implementation of a system of unsupervised semantic analysis in an unknown set of emotions, as well as the creation of an online learning system that generates streams of recommendations to users. 2022-01-24T10:06:47Z 2022-01-24T10:06:47Z 2022-01-11 http://hdl.handle.net/10889/15738 gr application/pdf |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Εξόρυξη γνώμης Μηχανική μάθηση Sentiment analysis Machine learning |
| spellingShingle |
Εξόρυξη γνώμης Μηχανική μάθηση Sentiment analysis Machine learning Καφτάνης, Σπυρίδων Σημασιακή ανάλυση κειμένου για παροχή εξατομικευμένων ροών συστάσεων με χρήση ενισχυτικής μάθησης |
| description |
Η εργασία αυτή αποτελεί μία υλοποίηση μιας νέας μεθόδου παραγωγής
προσωποποιημένων συστάσεων κειμένων σε χρήστες με βάση τα συναισθήματα
αυτών.
Η μέθοδος αυτή στοχεύει στον εντοπισμό μοτίβων στη συμπεριφορά του χρήστη με
βάση κάποιο reward το οποίο προκύπτει από την κάθε πραγματική εφαρμογή στην
οποία χρησιμοποιείται ο αλγόριθμος. Ένα βασικό χαρακτηριστικό ενός τέτοιου
συστήματος είναι ο online χαρακτήρας του. Αυτό σημαίνει ότι το σύστημα πρέπει να
εκπαιδεύεται διαρκώς αλλά και να μπορεί να παράξει ροές από την πρώτη στιγμή.
Πρέπει, επίσης, να δοκιμάζει να προτείνει διαφορετικό περιεχόμενο, πράγμα που
οδηγεί στην αναγκαιότητα ύπαρξης μιας σωστής ισορροπίας ανάμεσα σε εξερεύνηση
και εκμετάλλευση (exploration – exploitation).
Το σύστημα αποτελείται από έναν αλγόριθμο σημασιολογικής ανάλυσης ο οποίος
συνδυάζει συσταδοποίηση και επεξεργασία κειμένου από ένα επίπεδο νευρωνικών
δικτύων τα οποία έχουν σκοπό να προβλέψουν το κέρδος του χρήστη για κάθε
κείμενο και από ένα επίπεδο με αλγορίθμους οι οποίοι προσπαθούν να εξερευνήσουν
τον χώρο του προβλήματος έτσι ώστε να προσορμίζονται σε αλλαγές της
συμπεριφοράς του χρήστη στο μέλλον.
Η ερευνητική αυτή εργασία συνδυάζει πολλές γνωστές μεθόδους καθώς και
παραλλαγές αυτών σε ένα ενιαίο σύστημα το οποίο έχει επιπλέον τις τεχνικές
προδιαγραφές να χρησιμοποιηθεί για την υλοποίηση χαρακτηριστικών εφαρμογών.
Η συνεισφορά της εργασίας αυτής αφορά την υλοποίηση συστήματος μη
εποπτευόμενης σημασιολογικής ανάλυσης σε άγνωστο πλήθος συναισθημάτων,
καθώς και στη δημιουργία ενός online συστήματος μάθησης το οποίο παράγει ροές
συστάσεων στους χρήστες. |
| author2 |
Kaftanis, Spyridon |
| author_facet |
Kaftanis, Spyridon Καφτάνης, Σπυρίδων |
| author |
Καφτάνης, Σπυρίδων |
| author_sort |
Καφτάνης, Σπυρίδων |
| title |
Σημασιακή ανάλυση κειμένου για παροχή εξατομικευμένων ροών συστάσεων με χρήση ενισχυτικής μάθησης |
| title_short |
Σημασιακή ανάλυση κειμένου για παροχή εξατομικευμένων ροών συστάσεων με χρήση ενισχυτικής μάθησης |
| title_full |
Σημασιακή ανάλυση κειμένου για παροχή εξατομικευμένων ροών συστάσεων με χρήση ενισχυτικής μάθησης |
| title_fullStr |
Σημασιακή ανάλυση κειμένου για παροχή εξατομικευμένων ροών συστάσεων με χρήση ενισχυτικής μάθησης |
| title_full_unstemmed |
Σημασιακή ανάλυση κειμένου για παροχή εξατομικευμένων ροών συστάσεων με χρήση ενισχυτικής μάθησης |
| title_sort |
σημασιακή ανάλυση κειμένου για παροχή εξατομικευμένων ροών συστάσεων με χρήση ενισχυτικής μάθησης |
| publishDate |
2022 |
| url |
http://hdl.handle.net/10889/15738 |
| work_keys_str_mv |
AT kaphtanēsspyridōn sēmasiakēanalysēkeimenougiaparochēexatomikeumenōnroōnsystaseōnmechrēsēenischytikēsmathēsēs AT kaphtanēsspyridōn sentimentanalysisforprovidingindividualizedfeedofrecommendationsusingreinforcementlearning |
| _version_ |
1771297271082647552 |
