Η συγκεκριμένη μεταπτυχιακή διπλωματική εργασία ασχολείται με την αλληλεπίδραση δύο παράλληλων διεργασιών στην προσπάθεια αξιοποίησης του Παγκόσμιου Ιστού (Web): (α) τη διεργασία μετεξέλιξης του Παγκόσμιου Ιστού στο σημασιολογικό Παγκόσμιο Ιστό, (β) τη διεργασία βελτίωσης των διαδικασιών διαπέρασης (crawling) και ψαξίματος (searching) στον Παγκόσμιο Ιστό. Στα πρώτα βήματα του Παγκόσμιου Ιστού το σημαντικότερο ίσως πρόβλημα για τους χρήστες που ήθελαν να αναζητήσουν πληροφορίες σε αυτό ήταν η έλλειψη πολλών και χρήσιμων πηγών. Σταδιακά, αλλά με ιδιαίτερα γρήγορους ρυθμούς ο Παγκόσμιος Ιστός μετατράπηκε σε μία από τις μεγαλύτερες πηγές πληροφοριών που χρησιμοποιεί ο άνθρωπος καθώς όλο και περισσότεροι εισάγουν δεδομένα για κάθε είδους δραστηριότητα και θέμα. Το πρόβλημα των χρηστών λοιπόν που αναζητούν πληροφορίες ανάχθηκε στη γρήγορη εξαγωγή των χρήσιμων, από τον τεράστιο όγκο των παρεχόμενων, πληροφοριών. Όροι και τεχνικές όπως Data Mining (Εξόρυξη Δεδομένων), Information Retrieval (Ανάκτηση Πληροφορίας), Knowledge Management (Διαχείριση Γνώσης) επεκτάθηκαν για να καλύψουν και το νεοεμφανιζόμενο μέσο. Επιπλέον, στην προσπάθεια για καλύτερη ποιότητα των παρεχόμενων αποτελεσμάτων στο χρήστη σημαντικό ρόλο διαδραμάτισε η εκμετάλλευση των ιδιαίτερων στοιχείων που μπορούν να εξαχθούν για τα ενδιαφέροντά του, τόσο στο στάδιο της διαπέρασης, όπου συγκεντρώνονται σελίδες συγκεκριμένης θεματολογίας (topic-focused crawling), όσο και στο στάδιο της αναζήτησης μέσα από αυτές των πιο σημαντικών για τον εκάστοτε χρήστη (personalization). Παράλληλα, καθώς ο Παγκόσμιος Ιστός σταδιακά μετεξελίσσεται στο Σημασιολογικό Παγκόσμιο Ιστό (Semantic Web) νέα μοντέλα και πρότυπα (XML, RDF, OWL) αναπτύσσονται για την προώθηση αυτής της διαδικασίας. Η έκφραση, μετάδοση και αναζήτηση πληροφοριών με χρήση αυτών των προτύπων ανοίγει νέους ορίζοντες στη χρήση του Διαδικτύου. Το βασικό αντικείμενο της εργασίας αυτής είναι η αξιοποίηση των παρεχόμενων μοντέλων και προτύπων του Σημασιολογικού Ιστού σε συνδυασμό με ήδη εφαρμοσμένες ιδέες και αλγορίθμους στον απλό Παγκόσμιο Ιστό ώστε να είναι εφικτή η ταχύτερη και ακριβέστερη ανάκτηση και επεξεργασία πληροφοριών. Δόθηκε επίσης προσπάθεια στην αξιοποίηση τεχνικών που εκμεταλλεύονται τις ιδιαίτερες προτιμήσεις κάθε χρήστη, και στη διερεύνηση της χρήσης των νέων μοντέλων και προτύπων του Σημασιολογικού Ιστού για την προώθηση της διαδικασίας αυτής. / The presented master thesis examines the interaction between two parallel tasks aiming to the better utilization of the World Wide Web: (a) the task of transforming the World Wide Web into Semantic Web, (b) the task of improving the results of crawling and searching methods on the Web. In the advent of the World Wide Web the most disconcerting problem for the users searching for information in the Web was the lack of useful and sufficient sources of information. Gradually, though in really fast pace, the World Wide Web transformed into the biggest storage of information that humans can use. More and more people contribute new data on the web about every aspect of their life, activity, job or interest. Eventually, users searching for information have to deal with another problem, quite the opposite than the one mentioned above. They need to find the information they are looking for through an enormous amount of data in the minimum amount of time spend in browsing. Terms and techniques such as Data Mining, Information Retrieval, Knowledge Management were extended to be applicable and to the newly presented media. Moreover, on the strive for better quality of the results returned to users, the utilization of user’s special interests that can be extracted played an important role both in the field of crawling, where pages of a certain subject are gathered (topic-focused crawling), and in the field of searching, where pages are valued according to each user’s needs (personalization). At the same time, while the World Wide Web gradually transforms into Semantic Web, new standards and models (XML, RDF, OWL) are evolving in order to launch this inquiry. The storage, presentation, transmission and search of information according to those standards open up new horizons in the utilization of the Web. The principal effort of this master thesis is the utilization of the newly provided models and standards of the Semantic Web in conjunction with already tested, positively evaluated and applicable ideas and algorithms of the World Wide Web, in order to achieve higher speed in retrieval and accuracy of information. Moreover, strong efforts were given in integrating techniques that take into account the special preferences of each user and in the exploration of the benefits that come from the adaptation of these new models of the Semantic Web.

Στην παρούσα διπλωματική εργασία μελετώνται και συγκρίνονται μεταξύ τους μερικές από τις κυριότερες προγραμματιστικές διεπαφές (APIs) που έχουν αναπτυχθεί για τη διαχείριση οντολογικών εγγράφων του Σημαντικού Ιστού. Αυτές οι προγραμματιστικές διεπαφές είναι εκφρασμένες σε JAVA, και κάθε μία προσφέρει ιδιαίτερα χαρακτηριστικά για την διαχείριση οντολογιών. Οι προγραμματιστικές διεπαφές μελετήθηκαν και συγκρίθηκαν ως προς διάφορα χαρακτηριστικά. Σ’ αυτά περιλαμβάνονται οι οντολογικές γλώσσες τις οποίες υποστηρίζουν, ποια ιδιαίτερα υποσύνολα («διαλέκτους») γλωσσών με συγκεκριμένα χαρακτηριστικά υποστηρίζουν, αλλά και οι δυνατότητες ανακάλυψης γνώσης που παρέχουν, με την υποστήριξη κάποιας γλώσσας συγγραφής επερωτήσεων ή όχι. Επίσης μελετήσαμε τους στόχους κάθε διεπαφής και τα πεδία εφαρμογής της με τα συγκριτικά πλεονεκτήματα και τους περιορισμούς τους οποίους εισάγει. Τέλος, προτείνεται ένας μηχανισμός ανακάλυψης γνώσης από οντολογικά έγγραφα, και περιγράφεται η ανάπτυξή του. Ο μηχανισμός που αναπτύχθηκε είναι ένας μηχανισμός υποβολής ευφυών επερωτήσεων προς OWL οντολογίες, με ευρύτερες εκφραστικές δυνατότητες από τις υπάρχουσες προτάσεις, που συνήθως προσανατολίζονται σε RDF έγγραφα ή θέτουν διάφορους περιορισμούς ως προς τη φύση των επερωτήσεων. Για το σκοπό χρησιμοποιήθηκε μια νέα πρόταση στις γλώσσες επερωτήσεων, η SPARQL-DL. Επίσης, στόχοι κατά την ανάπτυξη του μηχανισμού ήταν η λειτουργικότητα και η επεκτασιμότητα της συνολικής εφαρμογής. Στο πρώτο κεφάλαιο, αρχικά γίνεται μια εισαγωγή στο Σημαντικό Ιστό, με την περιγραφή των γενικών χαρακτηριστικών του, της αναγκαιότητας των υπηρεσιών του και των διαφόρων προσεγγίσεων υλοποίησής του. Περιγράφονται τα συγκεκριμένα χαρακτηριστικά των γλωσσών που συμμετέχουν αυτή τη στιγμή ή προορίζονται για να συμμετάσχουν στη δόμησή του, με ιδιαίτερη έμφαση στη γλώσσα που συστήνει το World Wide Web Consortium, την OWL. Στο δεύτερο κεφάλαιο περιγράφονται οι γλώσσες συγγραφής επερωτήσεων που υπάρχουν αυτή τη στιγμή για την ανακάλυψη γνώσης από οντολογίες, τα συγκεκριμένα χαρακτηριστικά και οι αδυναμίες της κάθε μιας. Και πάλι δίνουμε ιδιαίτερη έμφαση στο πρότυπο του W3C, τη γλώσσα SPARQL, και στην προτεινόμενη εξέλιξή της, τη SPARQL-DL. Στο τρίτο κεφάλαιο περιγράφονται οι πιο κοινές προγραμματιστικές διεπαφές, τα χαρακτηριστικά που παρέχουν και οι αδυναμίες τους. Περιγράφονται ως προς τις οντολογικές γλώσσες που υποστηρίζουν, τις γλώσσες και γενικότερα τις μεθόδους επερωτήσεων που υποστηρίζουν και τα πεδία εφαρμογών στα οποία χρησιμοποιούνται. Περιγράφονται επίσης οι τρόποι διασύνδεσης των διάφορων διεπαφών μεταξύ τους ή με άλλα τμήματα λογισμικού, όπως μηχανισμούς συλλογισμού (reasoners). Στο τέταρτο και τελευταίο κεφάλαιο περιγράφεται ένας μηχανισμός υποβολής ευφυών επερωτήσεων και παρουσιάζεται η ανάπτυξή του. Περιγράφονται οι επιλογές των εργαλείων που χρησιμοποιήθηκαν και οι γενικότερες σχεδιαστικές επιλογές. Εκτελούνται πειράματα ώστε να αξιολογηθεί αυτός ο μηχανισμός υποβολής επερωτήσεων και να διερευνηθούν οι περιορισμοί τους οποίους εισάγουν τα συγκεκριμένα εργαλεία που χρησιμοποιήσαμε αλλά και οι δυνατότητες που προκύπτουν από αυτά. Παρουσιάζονται οι πιθανές επεκτάσεις της εφαρμογής που αναπτύχθηκε, με επιπλέον χαρακτηριστικά, ώστε για παράδειγμα να γίνει προσβάσιμη από απομακρυσμένες εφαρμογές. Τέλος, παρουσιάζεται ένα πιθανό σενάριο χρήσης της εφαρμογής σε πραγματικό περιβάλλον, ώστε να γίνουν περισσότερο εμφανή τα πλεονεκτήματα και η χρησιμότητα ενός τέτοιου μηχανισμού ανακάλυψης γνώσης. / We study and compare the main Application Programming Interfaces (APIs) that have been developed for manipulating ontologies of the Semantic Web. These APIs are expressed in JAVA, and each one offers specific characteristics for managing ontologies. The APIs were studied and compared towards different aspects of functionality. These include the ontology languages each one supports, which specific idioms of those languages they support, and also the capabilities for retrieving knowledge that they provide, via supporting some query language or not. Furthermore, we studied the specific goals of each API and its application fields, with the respective advantages and the limitations it imports. Finally we suggest a mechanism for knowledge retrieval and describe its development. The mechanism we develop implements query answering for queries asked against OWL ontologies, with expanded capabilities compared to the existing query mechanisms, which are mostly oriented to RDF graphs or pose various restrictions regarding the queries. For this purpose we utilize the recently proposed SPARQL-DL query language. Additional goals during the development of this mechanism are ease of use and extensibility of the overall application.

Η παρούσα διπλωματική εργασία ασχολείται με την ανάλυση του παγκόσμιου ιστού και της διερεύνησης του ως γράφου. Το 1ο κεφάλαιο αποτελεί μια εισαγωγή στην έννοια του παγκόσμιου ιστού. Παρατίθενται ιστορικά στοιχεία όσον αφορά την δημιουργία του ίντερνετ καθώς και την εξέλιξή του και τα στάδια αυτής. Στο 2ο κεφάλαιο δίδεται στον αναγνώστη το απαραίτητο μαθηματικό υπόβαθρο που θα χρησιμοποιηθεί στην συνέχεια και θα τον βοηθήσει στην ομαλή κατανόηση των επόμενων κεφαλαίων. Στο 3ο κεφάλαιο έχουμε την αναπαράσταση του ίντερνετ ως γράφου. Γίνεται ανάλυση όλων των ποιοτικών χαρακτηριστικών ενός τέοιου γράφου και πως αυτά συνεισφέρουν στην δομή του. Στο 4ο κεφάλαιο, έχουμε παράθεση κάποιων παραγωγικών μοντέλων δημιουργίας γράφων που είναι ικανοί να αναπαραστήσουν το ίντερνετ και πως αυτά εξελίσσονται και διαμορφώνονται μέχρι την οριστικοποίησή τους. Τέλος, στο 5ο κεφάλαιο εισάγουμε την έννοια της εντροπίας πάνω σε ποιοτικά χαρακτηριστικά τέτοιων γράφων, και γίνεται σύνδεση με την παράμετρο της σταθερότητας γράφων. Επιπροσθέτως, αναπτύσσεται ένα παραγωγικό μοντέλο που λαμβάνει υπόψην την εντροπία και την σταθερότητα ως πρωτεύοντα δομικά χαρακτηριστικά. / This thesis deals with the analysis of web and investigation as a graph. The first chapter is an introduction to the concept of world wide web. Here there are historical data for the creation of the Internet and its evolution and stages thereof. In the second chapter the reader is given the necessary mathematical background that will be used. In the third chapter we have a representation of the Internet as a graph. Analyzing all the qualities of such a graph and how they contribute to the structure. In the fourth chapter, we quote some production models to create graphics that are able to represent the Internet and how they evolve and are shaped. Finally, in the fifth chapter we introduce the concept of entropy on qualities of such graphs, and how entropy is connected to the stability of a graph. In addition, we develop a production model that takes into consideration the entropy and stability as its primary structural features.

Τα τελευταία χρόνια το Internet προσφέρει στις επιχειρήσεις ένα νέο φάσμα δυνατοτήτων επικοινωνίας, διείσδυσης και ανάπτυξης. Βασικός μοχλός ήταν οι ραγδαίες τεχνολογικές εξελίξεις, με σημαντικότερη καινοτομία την ανάπτυξη του Web, που διευκόλυνε την πρόσβαση μέσω φυλλομετρητών (browsers) με υποστήριξη γραφικών και επέτρεψε στο ευρύ κοινό να πλοηγείται εύκολα και γρήγορα. Αυτό είχε ως αποτέλεσμα πολλές επιχειρήσεις να εκμεταλλευτούν αυτή την ανακάλυψη και να δραστηριοποιηθούν εμπορικά χρησιμοποιώντας νέα επικοινωνιακή υποδομή τεχνοτροπία marketing και πωλήσεων. Στο πρώτο κεφάλαιο θα περιγράψουμε τον ορισμό, τις κατηγορίες, τα επιχειρηματικά μοντέλα και τις τεχνολογίες του ηλεκτρονικού εμπορίου. Στην συνέχεια θα αναφερθούμε στον Σημασιολογικό Ιστό που είναι ο «Μεσσίας» του Παγκόσμιου Ιστού δηλαδή ή εξέλιξη του και θα περιγράψουμε εργαλεία και εφαρμογές του για το πώς θα μας βοηθήσει στον τρόπο ζωής μας. Στο τρίτο κεφάλαιο θα αναφέρουμε προγράμματα - εργαλεία που χρησιμοποιούνται με σκοπό να δημιουργήσουμε ένα ηλεκτρονικό κατάστημα και στην συνέχεια στο τέταρτο κεφάλαιο θα παρουσιαστεί ένα κατάστημα αγοράς ηλεκτρονικών βιβλίων, με τις προδιαγραφές και το περιβάλλον που πρέπει να τηρούνται στις μέρες μας με σκοπό να κάνουν τις συναλλαγές ευκολότερες. Τέλος στο πέμπτο κεφάλαιο θα παραθέσουμε τα δικά μας συμπεράσματα και λεπτομέρειες που πρέπει να προσέξουμε όταν αποφασίσουμε να κατασκευάσουμε το δικό μας ηλεκτρονικό κατάστημα (website). / In recent years, Internet offers to businesses a range of new communications facilities, penetration and growth. The main reason was the rapid technological developments, most important innovation to develop the Web, which facilitated access through browsers (browsers) with graphics and allowed the public to navigate quickly and easily. This has led many companies to exploit this discovery and to operate using commercial communications infrastructure and new style of marketing and sales. The first chapter describes the definition, categories, business models and technologies of electronic commerce. Then we refer to the Semantic Web which is the "Messiah" of World Wide Web and describe tools and applications on how to help us in our lifestyle. The third chapter deals with programs - tools used to create an online store and then in the fourth chapter it is presented a detailed e-book online shop, with the standards and the environment to be observed today in order to make trade easier. Finally in the fifth chapter we cite our own conclusions and future surveys in order to be careful when we decide to create our online store (website).

Τα τελευταία χρόνια γίνονται επιταχυνόμενες προσπάθειες για να ενσωματωθούν αποτελεσματικά οι ψηφιακές τεχνολογίες στην εκπαίδευση. Στόχος είναι να προσθέσει η ενσωμάτωση αυτή πραγματική και μετρίσιμη αξία στην εκπαιδευτική διαδικασία. Σκοπός αυτής της εργασίας είναι να παρουσιάσουμε τους τρόπους που η καθιερωμένη markup γλώσσα για τα μαθηματικά, η MathML, μπορεί να βοηθήσει την εκπαίδευση στον τομέα των μαθηματικών. Εξετάζουμε την MathML σαν ένα από τα εργαλεία που προσφέρει η ταχεία ανάπτυξη του Σημασιολογικού Ιστού (Semantic Web). Ειδικότερα παρουσιάζονται οι markup γλώσσες XML, HTML5, MathML και κάποια εργαλεία που βοηθούν στην ενσωμάτωση τέτοιων τεχνολογιών. Για την MathML, δημιουργήθηκε ένας οδηγός χρήσης, προσιτός σε κάθε χρήστη. Στον τομέα της εκπαίδευσης, θα δούμε με ποιους τρόπους ο Σ.Ι. και η MathML προσθέτουν άξια στην εκπαιδευτική διαδικασία. Δημιουργήθηκε σε MathML ένα σενάριο διδασκαλίας στην Τριγωνομετρίας. Μέσω του Θεμελιώδους θεωρήματος Λογισμού, θα δούμε πως μπορεί η MathML να χρησιμοποιηθεί σε συνδυασμό με μια μελλοντική οντολογία αυτόνομων ενοτήτων στα Μαθηματικά όπου η κάθε ενότητα μπορεί να αποτελεί βάση αυτομάθησης/αυτοαξιολόγησης. Τέλος, θα αναφερθούμε στις προοπτικές που υπάρχουν στο άμεσο μέλλον. / In latest years, people making efforts to integrate digital technology effectively in education. The aim of this Postgraduate Work is to give real and measurable value in educational process. The goal is to present some ways that the usual markup language, MathML may help in mathematical education. We investigate MathML, as one of the tools, which are offered by the development of Semantic Web. More specifically, we present XML, HTML5 and MathML markup languages, and some tools which are helpful in integration of these technologies. We create a more approachable guide for helping anyone to understand MathML. In education, we will investigate how Semantic Web and MathML can give extra value in education process. Also we created a teaching scenario using MathML, in Trigonometry. Through the Fundamental Calculus Theorem, we will see a usage of MathML combing it in a future ontology of autonomous units in Mathematics, where each unit can be a base in autoeducate/autoevaluate. In the end, we will refer in future perspectives.

Η παρούσα διατριβή έχει ως στόχο να συνεισφέρει στον τομέα του Web Engineering εισάγοντας τρόπους αντιμετώπισης αυτών των προβλημάτων που αντιμετωπίζουν οι Μηχανικοί Παγκόσμιου Ιστού κατά τη διάρκεια του κύκλου ζωής των Εφαρμογών και των Πληροφοριακών Συστημάτων Παγκόσμιου Ιστού επόμενης γενιάς, και ειδικότερα κατά το σχεδιασμό, την ανάπτυξη και συντήρησή τους. Ειδικά τα τελευταία χρόνια, η εξέλιξη των εφαρμογών Παγκόσμιου Ιστού στηρίζεται, κατά κύριο λόγο, σε δυο τεχνολογικούς “πυλώνες”: στις βασικές αρχές και τεχνολογίες του Web 2.0 και στο Semantic Web. Είναι ισχυρή η πεποίθηση πως αυτές οι δύο διαφορετικές “σχολές” στην εξέλιξη του Παγκόσμιου Ιστού δε βρίσκονται σε σύγκρουση μεταξύ τους, αλλά μπορούν να συνδυαστούν κατάλληλα ώστε να ξεπεράσουν τις όποιες εγγενείς αδυναμίες τους. Κατ' αυτόν τον τρόπο, οι εφαρμογές Παγκόσμιου Ιστού της επόμενης γενιάς θα είναι σε θέση να συνδυάζουν τις αρχές του Web 2.0, κυρίως αυτές που στοχεύουν στην ευχρηστία των εφαρμογών και στη συνεργατική ανάπτυξη, με το ισχυρό τεχνολογικό υπόβαθρο του Semantic Web που διευκολύνει σε μεγάλο βαθμό την ανταλλαγή και το διαμοιρασμό πληροφορίας μεταξύ των εφαρμογών Παγκόσμιου Ιστού. Προσφάτως, έχει αρχίσει να χρησιμοποιείται ευρέως ο όρος Web 3.0 για να περιγράψει τη μελλοντική κατεύθυνση που τείνουν να ακολουθήσουν οι εφαρμογές Παγκόσμιου Ιστού. Το Web 3.0 προβλέπεται σαφώς να περιλαμβάνει τις αρχές του Semantic Web και του Web 2.0, αλλά οι ερευνητές πιστεύουν πως θα περιλαμβάνει επίσης και κάποια πιο εξειδικευμένα πεδία όπως η Τεχνητή Νοημοσύνη στον Παγκόσμιο Ιστό (Web AI). Σε κάθε περίπτωση πάντως, δεν έχει καταστεί ξεκάθαρο, όχι μόνο το ποια θα είναι τα πλήρη χαρακτηριστικά του Web 3.0, αλλά και το ποιες θα είναι οι κατάλληλες διαδικασίες και τεχνολογίες, με βάση τις οποίες θα μπορούν να δομηθούν και να αναπτυχθούν οι αντίστοιχες εφαρμογές επόμενης γενιάς, με αποτέλεσμα η πορεία προς το Web 3.0 να γίνεται προς το παρόν με αυθαίρετο και άναρχο τρόπο. Σε αυτή την κατεύθυνση, μελετάται η παρούσα κατάσταση σχετικά με την υποστήριξη των εφαρμογών του Web 3.0, και γίνονται συγκεκριμένες προτάσεις για τη βελτίωσή της. Σαν πρώτο βήμα προτείνεται μια αρχιτεκτονική τριών επιπέδων (3-tier), η οποία αφενός, στο χαμηλότερο επίπεδο, περιλαμβάνει μια ισχυρή υποδομή σημασιακής βάσης γνώσης που μπορεί να υποστηρίξει το συνδυασμό πολλαπλών διάσπαρτων πηγών δεδομένων, χωρίς να απαιτεί ένα ισχυρό προϋπάρχον σημασιακό υπόβαθρο, και αφετέρου, στα ψηλότερα επίπεδα, προσφέρει μεγάλη ευελιξία στο χρήστη κατά την αλληλεπίδραση με το υποκείμενο μοντέλο οντολογιών, και μπορεί να υποστηρίξει τη συνεργατική ανάπτυξη των εφαρμογών Παγκόσμιου Ιστού επόμενης γενιάς. Επίσης, ένα από τα σημαντικότερα τμήματα της παρούσας διατριβής, είναι η πρόταση για μια συγκεκριμένη διαδικασία ανάπτυξης και ένα μοντέλο κύκλου ζωής των εφαρμογών του Web 3.0, όπου, λαμβάνοντας υπόψη τα ιδιαίτερα στοιχεία και τον διττό χαρακτήρα των εν λόγω εφαρμογών, δίνονται εμπεριστατωμένα βήματα για το πως μπορούν να ξεπεραστούν τα όποια εμπόδια και να υπάρξει η μέγιστη δυνατή απόδοση κατά το σχεδιασμό και την ανάπτυξη των εφαρμογών Παγκόσμιου Ιστού επόμενης γενιάς. Με βάση τα παραπάνω, δίνεται η δυνατότητα για την ανάπτυξη κάποιων ενδεικτικών εφαρμογών Παγκόσμιου Ιστού, οι οποίες συνδυάζουν τη φιλοσοφία του Web 2.0 και το ισχυρό τεχνολογικό υπόβαθρο του Semantic Web. / --

Οι πολιτισμικοί αλγόριθμοι είναι εξελικτικοί αλγόριθμοι εμπνευσμένοι από την κοινωνική εξέλιξη. Περιλαμβάνουν ένα χώρο πεποιθήσεων, ένα πληθυσμό και ένα πρωτόκολλο επικοινωνίας που περιέχει συναρτήσεις που επιτρέπουν την ανταλλαγή γνώσης μεταξύ του πληθυσμού και του χώρου πεποιθήσεων. Στην παρούσα εργασία οι πολιτισμικοί αλγόριθμοι χρησιμοποιούνται για την ανάλυση της ελληνικότητας του παγκόσμιου ιστού. Είναι γνωστό πως η ελληνική γλώσσα αποτελεί πηγή άντλησης πληθώρας λέξεων για τα λεξιλόγια πολλών γλωσσών. Ο παγκόσμιος ιστός αποτελεί πλέον κλαθολικό μέσο επικοινωνίας, χώρο διακίνησης τεράστιου όγκου πληροφορίας και δεδομένων και σύγχρονο μέσο οικονομικής, πολιτικής και κοινωνικής δραστηριοποίησης. Με άλλα λόγια, ο παγκόσμιος ιστός αποτελεί σήμερα το χώρο εκείνο όπου η επίδραση του πολιτισμού, μέσω της γλώσσας, είναι εμφανής στα διάφορα κείμενα που φιλοξενούνται σε αυτόν. Η παρούσα διπλωματικής επιχειρεί να "μετρήσει" το ποσοστό των λέξεων με ελληνική προέλευση που χρησιμοποιούνται στα κάθε είδους κείμενα που εμφανίζονται στις ιστοσελίδες του παγκόσμιου ιστου. Στόχος της εργασίας είναι η διερεύνηση του κατά πόσον είναι εφικτός ο σχεδιασμός κατάλληλου μοντέλου και αντίστοιχων αλγορίθμων που θα επιτρέψουν να εκτιμηθεί η "ελληνικότητα" του παγκόσμιου ιστού. Η μεθοδολογία προσέγγισης του θέματος περιλαμβάνει το σχεδιασμό και την υλοποίηση ενός πολιτισμικού αλγορίθμου και χρήση του περιβάλλοντος προγραμματισμού Python για σχεδιασμό και υλοποίηση κατάλληλης εφαρμογής και για πειραματικό έλεγχο. / Cultural Algorithms are Evolutionary Αlgorithms inspired from societal evolution. They involve a belief space, a population space and a communication protocol which provides functions that enable exchange of knowledge between population and belief space. In this thesis cultural algorithms are used in order to analyze how greek the web is. It is commonly known that the greek language is the source of a plethora of words for other languages' dictionaries. The World Wide Web is, nowadays, a universal means of communication, a place where huge amounts of information and data are transmitted and a modern means of economical, political and social activity. In other words, the world wide web has emerged as a new kind of society. As such, it has become the place where any culture's in uence, throuh their language, is obvious in hosted texts. This thesis attempts to "count" the percentage of words with greek origin used in web hosted texts of any kind. The main objective is to investigate whether it is possible to design a proper model and corresponding algorithms that allow to evaluate how greek the web is. The methodology followed in this approach consists of the design and implementation of a Cultural Algorithm and of the use of the programming language Python for designing and implementing a proper application and for experimental evaluation.

Τα τελευταία χρόνια γίνεται ολοένα όλο και πιο έντονη η επιθυμία, τόσο από εκπαιδευτικούς ή μαθητές, αλλά και από άτομα μεγαλύτερης ηλικίας που θέλουν να αναπτύξουν την γνώση τους σε κάποιο αντικείμενο, για την δημιουργία εκπαιδευτικών μηχανών (λογισμικών) που θα μπορούν να αντικαταστήσουν σε μεγάλο βαθμό τον ρόλο του εκπαιδευτικού. Η προστιθέμενη αξία ενός εκπαιδευτικού λογισμικού θα μπορούσε να είναι η εύκολη πρόσβαση σε μεγάλο όγκο πληροφοριών, η πιο συστηματική εκμάθηση, καθώς και η εξοικονόμηση χρόνου και εκπαιδευτικών πηγών (εννοώντας τους εκπαιδευτικούς ως φυσικά πρόσωπα). Το ζητούμενο δεν είναι απλά η δημιουργία ενός εκπαιδευτικού λογισμικού αλλά ενός "σωστά" δομημένου εκπαιδευτικού συστήματος. Αυτό σημαίνει ότι ο εκπαιδευόμενος θα μπορεί να αντλεί σωστά και μεθοδικά πληροφορία από αυτό, όπως ακριβώς θα έκανε αν είχε στην διάθεσή του έναν καταρτισμένο εκπαιδευτικό. Στην παρούσα λοιπόν εργασία, μέσα από ένας συνδυασμό νέων τεχνολογιών όπως είναι αυτή των οντολογιών και του σημασιολογικού ιστού καθώς επίσης και θεωριών συσχετιζόμενων με την εκπαίδευση, παρουσιάζονται τα βήματα για δημιουργία ενός διαδραστικού crowdsoursing εκπαιδευτικού συστήματος. Παρουσιάζεται ένα σύστημα που με απλά λόγια θα είναι σε θέση να εξυπηρετεί μαθητές και εκπαιδευτικούς αλλά και οποιονδήποτε άλλο ενδιαφερόμενο, να προσφέρει μεθοδική εκμάθηση, να συλλέγει πληροφορία από τους χρήστες του την οποία να επεξεργάζεται και να την διαθέτει σε αυτούς σε ξανά βελτιωμένη και εμπλουτισμένη. / -

Σκοπός της εργασίας είναι η μελέτη και εφαρμογή τεχνολογιών σημασιολογικού ιστού για συστήματα συστάσεων, πάνω σε περιεχόμενο που προέρχεται από το διαδίκτυο. Στα πλαίσια της εργασίας σχεδιάστηκε και υλοποιήθηκε διαδικτυακή εφαρμογή που προτείνει άρθρα ειδήσεων λαμβάνοντας υπόψη το προφίλ/ιστορικό του κάθε χρήστη. Λόγω του μεγάλου όγκου πληροφοριών που κατακλύζει το διαδίκτυο συχνά οι χρήστες δυσκολεύονται να ξεχωρίσουν τις πληροφορίες που πραγματικά σχετίζονται με τα ενδιαφέροντα τους. Επιπλέον οι χρήστες έχουν πολύ διαφορετικά ενδιαφέροντα ή προτιμήσεις που μπορούν να ληφθούν υπόψη ώστε να φιλτραριστούν ή να ταξινομηθούν τα αποτελέσματα μιας ερώτησης με σκοπό το αποτέλεσμα να ικανοποιεί τις εξατομικευμένες ανάγκες κάθε χρήστη. Η κατηγορία αυτών των συστημάτων εξατομίκευσης ονομάζεται συστήματα συστάσεων (recommender systems). Τα συστήματα συστάσεων εκμεταλλεύονται τις ιδιαιτερότητες των χρηστών με σκοπό να διευκολύνουν στο να προσδιορίζουν ακριβέστερα τις πληροφορίες ή τις υπηρεσίες για τις οποίες ενδιαφέρονται περισσότερο ή σχετίζονται με τις ανάγκες τους, κάνοντας χρήση ειδικών αλγορίθμων. Οι αλγόριθμοι που χρησιμοποιούνται λαμβάνουν ως είσοδο τα χαρακτηριστικά και τις προτιμήσεις των χρηστών, ή τις σχέσεις μεταξύ των χρηστών ή τα γνωρίσματα των προς σύσταση αντικειμένων και υπολογίζουν το εκτιμώμενο ενδιαφέρον του χρήστη για κάθε αντικείμενο. Στην συνέχεια ταξινομούν ή φιλτράρουν τα αντικείμενα με κριτήριο το εκτιμώμενο ενδιαφέρον. Παρά τη μεγάλη ερευνητική δραστηριότητα στα συστήματα συστάσεων υπάρχουν σημαντικά προβλήματα που δεν έχουν λυθεί ακόμα πλήρως και απαιτείται περαιτέρω έρευνα. Για παράδειγμα οι τυπικές προσεγγίσεις εξαρτώνται από το πεδίο ορισμού(domain). Τα μοντέλα τους δημιουργούνται από τις πληροφορίες που συλλέγονται μέσα σε ένα συγκεκριμένο πεδίο(domain), και δεν μπορούν να επεκταθούν ή να ενσωματωθούν σε άλλα συστήματα. Επιπλέον η ανάγκη για περαιτέρω ευελιξία με τη μορφή συστάσεων που εξάγονται από επερωτήσεις ή προτάσεων που προσανατολίζονται σε ομάδες χρηστών, καθώς και η εξέταση πλαισιακών χαρακτηριστικών στη διάρκεια των διαδικασιών δημιουργίας συστάσεων είναι και αυτές απαιτήσεις που δεν πληρούνται στα περισσότερα συστήματα. Στην εργασία αυτή παρουσιάζουμε ένα σύστημα συστάσεων που χρησιμοποιεί τεχνολογίες σημασιολογικού ιστού για να περιγράψει και να συνδέσει τις ειδήσεις με τις προτιμήσεις του χρήστη ώστε να δημιουργήσει βελτιωμένες συστάσεις. Οι περιγραφές των ειδήσεων και τα προφίλ των χρηστών δημιουργούνται με την βοήθεια εννοιών που ορίζονται σε ένα σύνολο οντολογιών πεδίου. Ανάλογα με τις ομοιότητες μεταξύ των περιγραφών των ειδήσεων και των προφίλ των χρηστών καθώς και τις σημασιολογικές σχέσεις μεταξύ των εννοιών, το σύστημα υποστηρίζει μοντέλα συστάσεων βάσει περιεχομένου που έχουν σαν επίκεντρο το μεμονωμένο χρήστη, και επιτρέπει την εξαγωγή συμπερασμάτων βασισμένα σε κανόνες για την υποστήριξη εξατομικευμένων συστάσεων. Συγκεκριμένα γίνεται αξιολόγηση του μοντέλου που εξατομικεύει τη σειρά με την οποία τα άρθρα ειδήσεων παρουσιάζονται στο χρήστη λαμβάνοντας υπόψη το προφίλ/ιστορικό των βραχυπρόθεσμων και των μακροπρόθεσμων ενδιαφερόντων. / The scope of this Msc Thesis is the study and applies Semantic Web Technologies, for Recommendation Systems, over content for the internet. For the purpose of work, we designed and implemented web application that proposes news articles considering the profile/ history of each user. Because of the information overload which invading the internet, often the users are complicated to distinguish the information that really is related to their interests. The category of these personalization systems called recommendation systems. More over the users have very different interests or preferences that can taken into account in order to classify or filtering the results of question with scope the result to satisfies the personalized needs of each user. The category of these personalization systems called recommendation systems. Recommendation systems exploit the particularities of users with scope facilitate to identify precisely the information or the services for which they are more interested or related to their needs, using special algorithms. The algorithms used take as input the attributes and the user’s preferences, or the relations between users or the attributes of the items to be recommender and calculate the estimated interest of user for each item. Then classify or filtering the items with criterion the estimated interest. Despite the great research activity in recommendation systems common problem have not fully solved yet, and further investigation is needed. For example, typical approach dependent from domain. The model are created from the information where collected in specific domain, and cannot be extended or integrated in other systems. More over the need for further flexibility in the recommendation derived from question or oriented recommendation to group users, and the consideration of contextual features during the recommendation process are also unfulfilled requirements in most systems. This thesis presents news recommendations systems which used semantic web technologies to describe and relate news items, and the user preferences in order to produce enhanced recommendations. The items descriptions and the user profiles are created with concepts in the domain ontology. According to the similarity between the description items and the user profiles, and the semantic relation between concepts, the system supported content –based model that centered on a single user, and allows the Inference rule-based for the supported personalized recommendation. Specifically an evaluation of the model that personalized the order in which news articles are presented to the user, considering the profile/ history of sort – terms and long – terms interests.

Είναι γεγονός ότι ολοένα και περισσότεροι άνθρωποι επιλέγουν καθημερινά να χρησιμοποιήσουν τον Παγκόσμιο Ιστό προκειμένου να εκτελέσουν ένα ευρύ φάσμα δραστηριοτήτων το οποίο προσφέρεται μέσα από αυτόν. Ο αριθμός των χρηστών του διαδικτύου αυξάνεται συνεχώς, καθώς επίσης και το σύνολο των ποικίλων δραστηριοτήτων που μπορούν να εκτελεστούν μέσω των ιστοσελίδων. Όμως, έχει παρατηρηθεί ότι τα τελευταία χρόνια πέρα από πηγή πληροφόρησης, ο Παγκόσμιος Ιστός αποτελεί και ένα σημαντικότατο μέσο έκφρασης για τους ανθρώπους αλλά και επικοινωνίας μεταξύ τους. Εκατομμύρια χρηστών του Παγκόσμιου Ιστού χρησιμοποιούν καθημερινά εφαρμογές του διαδικτύου μέσω των οποίων αλληλεπιδρούν. Κάθε ένας λοιπόν από αυτούς τους χρήστες μπορεί ελεύθερα να εκφράσει την άποψή του πάνω σε διάφορα ζητήματα που τον απασχολούν, να σχολιάσει της απόψεις των άλλων χρηστών αλλά και να επικοινωνήσει με αυτούς. Σύμφωνα με τα παραπάνω λοιπόν, οι χρήστες του διαδικτύου μπορούν να επιλέξουν ανάμεσα σε πολλά μέσα που είναι διαθέσιμα όπως ιστολόγια, φόρουμ, ιστότοπους και μέσα κοινωνικής δικτύωσης προκειμένου να επικοινωνούν. Αρκετό ερευνητικό ενδιαφέρον παρουσιάζει η συλλογή, ανάλυση και αξιολόγηση δεδομένων από τον Παγκόσμιο Ιστό που έχουν παραχθεί από χρήστες. Επίσης ιδιαίτερο ενδιαφέρον παρουσιάζει ο συσχετισμός του χρήστη με το κείμενο που έχει παράξει, και η αναγνώριση κάποιων κοινωνικών χαρακτηριστικών του, όπως για παράδειγμα, αν ο χρήστης του κειμένου χ είναι άνδρας ή γυναίκα. Μια τέτοια αναγνώριση είναι δυνατή με τον εντοπισμό αντιπροσωπευτικών γνωρισμάτων ανδρικής ή γυναικείας γραφής και λόγου σε κειμενικά δεδομένα χρηστών. Η μελέτη λοιπόν των χαρακτηριστικών του περιεχομένου το οποίο έχει παραχθεί από χρήστες είναι κομβικό σημείο σε μια σειρά ερευνητικών πεδίων. Χαρακτηριστικό παράδειγμα αποτελούν οι μελέτες στα πλαίσια του πεδίου της εξόρυξης πληροφορίας (text mining), οι οποίες βασίζονται στο περιεχόμενο των χρηστών για να αλιεύσουν τις απόψεις για ένα θέμα ή για ένα προϊόν. Ως αποτέλεσμα λοιπόν, της συνεχώς αυξανόμενης δραστηριοποίησης των χρηστών είναι η συνεχής αύξηση του όγκου δεδομένων που έχουν παραχθεί από χρήστες (User Generated Content - UGC) στις ιστοσελίδες του Παγκόσμιου Ιστού. Συγκεκριμένα, το πεδίο UGC ([1],[2]) ασχολείται με την αναγνώριση και εξόρυξη web περιεχομένου που έχει παραχθεί από τους χρήστες. Σε αυτό το σημείο είναι σημαντικό να αναφέρουμε ότι οι παραπάνω μελέτες που αναφέραμε είναι αρκετά χρήσιμες στην ανάπτυξη ερευνητικών αλλά και εμπορικών εφαρμογών. Στόχος της προτεινόμενης διπλωματικής εργασίας είναι η μελέτη δεδομένων κειμένου τα οποία θα αντλήσουμε από τον Παγκόσμιο Ιστό, εστιάζοντας στα διαφοροποιητικά χαρακτηριστικά που θα εντοπιστούν τα οποία στη συνέχεια θα βοηθήσουν στην υλοποίηση του συστήματος το οποίο θα μπορεί με όσο το δυνατόν μεγαλύτερο ποσοστό ακρίβειας να εντοπίζει το φύλο του χρήστη που έχει δημιουργήσει κείμενο στον Παγκόσμιο Ιστό. Μια τέτοια προσπάθεια είναι ιδιαίτερα ενδιαφέρουσα και σημαντική, καθώς καλείται να συμβάλλει στην ερευνητική δραστηριότητα σε αυτό το σχετικά νέο πεδίο ([3], [4]). Η αναγνώριση του φύλου ενός χρήστη, χωρίς σε καμία περίπτωση να θίγεται η ανωνυμία του και τα προσωπικά του δεδομένα, βασίζεται μόνο σε κειμενικά του δεδομένα μπορεί να αποτελέσει ένα ιδιαίτερο εργαλείο με πολλές εφαρμογές. Μια σημαντική εφαρμογή αυτού εργαλείου μπορεί να αποτελέσει και η στοχευμένη διαφήμιση. Στα πλαίσια της προτεινόμενης διπλωματικής θα ακολουθηθούν τα παρακάτω βήματα. Αρχικά θα μελετηθεί η απαραίτητη βιβλιογραφία, η οποία θα μας παρέχει την απαραίτητη θεωρητική γνώση των επιστημονικών πεδίων που αφορούν στην έρευνά μας, αλλά και τις υπάρχουσες μεθοδολογίες και τεχνικές. Στη συνέχεια θα προχωρήσουμε με τη συλλογή των δεδομένων που θα χρησιμοποιήσουμε κατά τη διάρκεια της εργασίας μας. Από τα κειμενικά δεδομένα που θα συλλέξουμε αλλά και τη βιβλιογραφική επισκόπηση θα προκύψει και η αναγνώριση και η εξαγωγή των χαρακτηριστικών που θα μας βοηθήσουν στην ανίχνευση του γυναικείου/ανδρικού λόγου σε ένα δοκιμαστικό σύνολο δεδομένων. Το επόμενο βήμα θα αποτελεί η ανάπτυξη μετρικών κατηγοριοποίησης κειμένων χρήστη ανάλογα με το φύλο του. Τελειώνοντας, θα αξιολογηθεί αυτή η προσπάθεια κατηγοριοποίησης, ώστε να υλοποιηθεί κατάλληλο σύστημα αναγνώρισης του φύλου χρηστών σε κείμενα του Παγκόσμιου Ιστού. / It is a fact that more and more people choose daily to use the World Wide Web to perform a wide range of activities which are offered through it. The number of internet users is increasing, as well as all the various activities that can be performed through the WebPages. However, it has been observed recently that apart from an information source, the Web is a very important expression tool for people and communication between them. Millions of web users use daily internet applications through which they interact. Each of these users can freely express his opinion on various issues that concern him, to comment on the opinions of other users and communicate with them. According to the above, Internet users can choose among many available means to communicate such as blogs , forums , websites and social media. The collection, analysis and evaluation of data from the Web produced by users, is interesting in terms of research. Also of particular interest is the correlation between the user and the text that has produced, and the recognition of some social features, such as if the user of the text x is a man or woman. Such recognition is possible by identifying representative features of male or female writing and speech in user’s text data. Therefore the study of content characteristics that have been produced by users is a key point in a number of research fields. An example are the studies within the field of data mining (text mining), which are based on the users content in order to fish their opinions on a topic or product. As a result, the growing user activity is constantly increasing the volume of data generated by users (User Generated Content - UGC) sites on the Web. Specifically, the scope UGC ([1], [2]) deals with the recognition and extraction of web content produced by users. At this point it is important to mention that the above studies are quite useful in developing research and commercial applications. The purpose of this project is to analyze the text data that we took from the Web, focusing on distinctive features that will be identified, which will later help to be implemented into the system resulting in the gender of the user who created the text on the Web. Such effort is particularly interesting and important, as contributes to research in this relatively new field ( [3 ] , [4 ] ) . Recognizing the gender of a user, without in any way affecting the anonymous and personal data, based only on text data can be a special tool with many applications. A major application of this tool can also be targeted advertising. This thesis will follow the steps below. Initially we will study the necessary literature, which will provide us with the necessary theoretical knowledge in scientific fields related to our research, but also the existing methodologies and techniques. Then we will proceed with the collection of data that will be used during our work. From the text data we collected and literature review, the recognition and extraction of features will occur that will help us to detect the female / male ratio in a test dataset. The next step is to develop categorizing text metrics according to user’s gender. Finally, we evaluate this categorization effort in order to implement an appropriate system that identifies the sex of users in texts of the Web.