Institutional Repository
Technical University of Crete
EN  |  EL

Search

Browse

My Space

Αλγόριθμοι μηχανικής μάθησης για την ανάλυση των μέσων κοινωνικής δικτύωσης

Vasileiadis Georgios

Simple record


URIhttp://purl.tuc.gr/dl/dias/0379CE87-6802-4795-B7F8-11EAE9ABFFFA-
Identifierhttps://doi.org/10.26233/heallink.tuc.105032-
Languageel-
Extent326 σελίδεςel
TitleΑλγόριθμοι μηχανικής μάθησης για την ανάλυση των μέσων κοινωνικής δικτύωσηςel
CreatorVasileiadis Georgiosen
CreatorΒασιλειαδης Γεωργιοςel
Contributor [Thesis Supervisor]Papadakis Nikolaosen
Contributor [Thesis Supervisor]Παπαδακης Νικολαοςel
Contributor [Committee Member]Daras Nikolaosen
Contributor [Committee Member]Δαρας Νικολαοςel
Contributor [Committee Member]Matsatsinis Nikolaosen
Contributor [Committee Member]Ματσατσινης Νικολαοςel
PublisherΠολυτεχνείο Κρήτηςel
PublisherTechnical University of Creteen
PublisherHellenic Army Academyen
PublisherΣτρατιωτική Σχολή Ευελπίδωνel
Academic UnitTechnical University of Crete::School of Production Engineering and Managementen
Academic UnitΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
Content SummaryΗ ραγδαία εξάπλωση των μέσων κοινωνικής δικτύωσης (Social Media) τα τελευταία χρόνια έχει δημιουργήσει τεράστιες ποσότητες δεδομένων, οι οποίες μπορούν να αξιοποιηθούν για την εξαγωγή γνώσης και την κατανόηση της ανθρώπινης συμπεριφοράς, των τάσεων και της κοινωνικής δυναμικής. Η ανάλυση αυτών των δεδομένων προϋποθέτει εξελιγμένες τεχνικές, με τη Μηχανική Μάθηση (Machine Learning) να διαδραματίζει πρωταγωνιστικό ρόλο σε αυτό το πεδίο. Η παρούσα διπλωματική εργασία αποσκοπεί στη μελέτη των αλγορίθμων μηχανικής μάθησης που χρησιμοποιούνται για την ανάλυση των μέσων κοινωνικής δικτύωσης, παρέχοντας μια θεωρητική και τεχνολογική επισκόπηση, καθώς και μια κριτική αξιολόγηση των σύγχρονων προσεγγίσεων. Αρχικά, θα παρουσιαστεί συνοπτικά το θεωρητικό υπόβαθρο των μέσων κοινωνικής δικτύωσης και της μηχανικής μάθησης, με ιδιαίτερη έμφαση στις βασικές κατηγορίες και λειτουργίες των αλγορίθμων, όπως η επιβλεπόμενη και μη επιβλεπόμενη μάθηση, η ενισχυτική μάθηση, τα νευρωνικά δίκτυα και οι αλγόριθμοι βαθιάς μάθησης. Στη συνέχεια, θα πραγματοποιηθεί μια λεπτομερής ανάλυση των προσεγγίσεων μηχανικής μάθησης που εφαρμόζονται στην ανάλυση των κοινωνικών δικτύων, όπως η ανάλυση συναισθήματος (sentiment analysis), η ανίχνευση παραπληροφόρησης, η πρόβλεψη συμπεριφοράς χρηστών, η ανάλυση κοινοτήτων και η επεξεργασία φυσικής γλώσσας. Η εργασία εξετάζει επίσης τα πλεονεκτήματα και τις προκλήσεις της χρήσης των αλγορίθμων αυτών, αναδεικνύοντας θέματα όπως η ακρίβεια των μοντέλων, η ανάγκη για μεγάλα και ποιοτικά δεδομένα, τα ζητήματα ηθικής και ιδιωτικότητας, καθώς και τη δυσκολία ερμηνείας των αποτελεσμάτων. Τέλος, αναλύονται τα ανοιχτά ερευνητικά ζητήματα του πεδίου και προτείνονται κατευθύνσεις για μελλοντική έρευνα, όπως η αξιοποίηση νέων αλγορίθμων βαθιάς μάθησης (π.χ. transformers, LLMs), η προσαρμογή μοντέλων σε δυναμικά περιβάλλοντα και η ενσωμάτωση των κοινωνικών δικτύων σε καινοτόμες τεχνολογίες όπως το metaverse. Η εργασία φιλοδοξεί να προσφέρει ένα ολοκληρωμένο και ερευνητικά τεκμηριωμένο πλαίσιο κατανόησης της συμβολής της μηχανικής μάθησης στην ανάλυση των μέσων κοινωνικής δικτύωσης, συμβάλλοντας τόσο στη θεωρητική εμβάθυνση όσο και στην πρακτική αξιοποίηση των εργαλείων αυτών σε ένα συνεχώς εξελισσόμενο ψηφιακό περιβάλλον. el
Type of ItemΜεταπτυχιακή Διατριβήel
Type of ItemMaster Thesisen
Licensehttp://creativecommons.org/licenses/by-nc-nd/4.0/en
Date of Item2025-10-14-
Date of Publication2025-
SubjectΑλγόριθμοιel
SubjectArtificial Intelligenceen
SubjectMachine learningen
SubjectSocial mediaen
Bibliographic CitationΓεώργιος Βασιλειάδης, "Αλγόριθμοι μηχανικής μάθησης για την ανάλυση των μέσων κοινωνικής δικτύωσης", Μεταπτυχιακή Διατριβή, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Στρατιωτική Σχολή Ευελπίδων, Χανιά, Ελλάς, 2025el

Available Files

Services

Statistics