Με την πραγματικότητα των υπέρογκων και ολοένα αυξανόμενων πηγών κειμένου στο διαδίκτυο, καθίστανται αναγκαία η ύπαρξη μηχανισμών οι οποίοι βοηθούν τους χρήστες ώστε να λάβουν γρήγορες απαντήσεις στα ερωτήματά τους. Η δημιουργία περιεχομένου, προσωποποιημένου στις ανάγκες των χρηστών, κρίνεται απαραίτητη σύμφωνα με τις επιταγές της συνδυαστικής έκρηξης της πληροφορίας που είναι ορατή σε κάθε ``γωνία'' του διαδικτύου. Ζητούνται άμεσες και αποτελεσματικές λύσεις ώστε να ``τιθασευτεί'' αυτό το χάος πληροφορίας που υπάρχει στον παγκόσμιο ιστό, λύσεις που είναι εφικτές μόνο μέσα από ανάλυση των προβλημάτων και εφαρμογή σύγχρονων μαθηματικών και υπολογιστικών μεθόδων για την αντιμετώπισή τους. Η παρούσα διδακτορική διατριβή αποσκοπεί στο σχεδιασμό, στην ανάπτυξη και τελικά στην αξιολόγηση μηχανισμών και καινοτόμων αλγορίθμων από τις περιοχές της ανάκτησης πληροφορίας, της επεξεργασίας φυσικής γλώσσας καθώς και της μηχανικής εκμάθησης, οι οποίοι θα παρέχουν ένα υψηλό επίπεδο φιλτραρίσματος της πληροφορίας του διαδικτύου στον τελικό χρήστη. Πιο συγκεκριμένα, στα διάφορα στάδια επεξεργασίας της πληροφορίας αναπτύσσονται τεχνικές και μηχανισμοί που συλλέγουν, δεικτοδοτούν, φιλτράρουν και επιστρέφουν κατάλληλα στους χρήστες κειμενικό περιεχόμενο που πηγάζει από τον παγκόσμιο ιστό. Τεχνικές και μηχανισμοί που σκοπό έχουν την παροχή υπηρεσιών πληροφόρησης πέρα από τα καθιερωμένα πρότυπα της υφιστάμενης κατάστασης του διαδικτύου. Πυρήνας της διδακτορικής διατριβής είναι η ανάπτυξη ενός μηχανισμού συσταδοποίησης (clustering) τόσο κειμένων, όσο και των χρηστών του διαδικτύου. Στο πλαίσιο αυτό μελετήθηκαν κλασικοί αλγόριθμοι συσταδοποίησης οι οποίοι και αξιολογήθηκαν για την περίπτωση των άρθρων νέων προκειμένου να εκτιμηθεί αν και πόσο αποτελεσματικός είναι ο εκάστοτε αλγόριθμος. Σε δεύτερη φάση υλοποιήθηκε αλγόριθμος συσταδοποίησης άρθρων νέων που αξιοποιεί μια εξωτερική βάση γνώσης, το WordNet, και είναι προσαρμοσμένος στις απαιτήσεις των άρθρων νέων που πηγάζουν από το διαδίκτυο. Ένας ακόμη βασικός στόχος της παρούσας εργασίας είναι η μοντελοποίηση των κινήσεων που ακολουθούν κοινοί χρήστες καθώς και η αυτοματοποιημένη αξιολόγηση των συμπεριφορών, με ορατό θετικό αποτέλεσμα την πρόβλεψη των προτιμήσεων που θα εκφράσουν στο μέλλον οι χρήστες. Η μοντελοποίηση των χρηστών έχει άμεση εφαρμογή στις δυνατότητες προσωποποίησης της πληροφορίας με την πρόβλεψη των προτιμήσεων των χρηστών. Ως εκ' τούτου, υλοποιήθηκε αλγόριθμος προσωποποίησης ο οποίος λαμβάνει υπ' όψιν του πληθώρα παραμέτρων που αποκαλύπτουν έμμεσα τις προτιμήσεις των χρηστών. / With the reality of the ever increasing information sources from the internet, both in sizes and indexed content, it becomes necessary to have methodologies that will assist the users in order to get the information they need, exactly the moment they need it. The delivery of content, personalized to the user needs is deemed as a necessity nowadays due to the combinatoric explosion of information visible to every corner of the world wide web. Solutions effective and swift are desperately needed in order to deal with this information overload. These solutions are achievable only via the analysis of the refereed problems, as well as the application of modern mathematics and computational methodologies. This Ph.d. dissertation aims to the design, development and finally to the evaluation of mechanisms, as well as, novel algorithms from the areas of information retrieval, natural language processing and machine learning. These mechanisms shall provide a high level of filtering capabilities regarding information originating from internet sources and targeted to end users. More precisely, through the various stages of information processing, various techniques are proposed and developed. Techniques that will gather, index, filter and return textual content well suited to the user tastes. These techniques and mechanisms aim to go above and beyond the usual information delivery norms of today, dealing via novel means with several issues that are discussed. The kernel of this Ph.d. dissertation is the development of a clustering mechanism that will operate both on news articles, as well as, users of the web. Within this context several classical clustering algorithms were studied and evaluated for the case of news articles, allowing as to estimate the level of efficiency of each one within this domain of interest. This left as with a clear choice as to which algorithm should be extended for our work. As a second phase, we formulated a clustering algorithm that operates on news articles and user profiles making use of the external knowledge base of WordNet. This algorithm is adapted to the requirements of diversity and quick churn of news articles originating from the web. Another central goal of this Ph.d. dissertation is the modeling of the browsing behavior of system users within the context of our recommendation system, as well as, the automatic evaluation of these behaviors with the obvious desired outcome or predicting the future preferences of users. The user modeling process has direct application upon the personalization capabilities that we can over on information as far as user preferences predictions are concerned. As a result, a personalization algorithm we formulated which takes into consideration a plethora or parameters that indirectly reveal the user preferences.

It is clear that renewable resources have received great interest from the international community during the last decades and play a crucial role in the current CO2-mitigation policy. In this regard, energy from biomass and waste is seen as one of the most dominant future renewable energy sources. Thus, organic waste i.e. animal wastes, wastewaters, energy crops, agricultural and agro-industrial residues are of specific importance since these sources do not compete with food crops in agricultural land usage. The various technologies that are available for power generation from biomass and waste can be subdivided into thermochemical, biochemical and physicochemical conversion processes. Anaerobic digestion (AD), classified within the biochemical conversion processes, is a robust process and is widely applied. Various types of biomass and waste, can be anaerobically co-digested to generate a homogeneous mixture increasing both process and equipment performance. This study focused on the valorization of agro-industrial wastes (such as olive mill wastewater (OMW), cheese whey (CW) and liquid cow manure (LCM)) and sweet sorghum stalks. Olive mills, cheese factories and cow farms are agro-industries that represent a considerable share of the worldwide economy with particular interest focused in the Mediterranean region. These industries generate millions of tons of wastewaters and large amounts of by-products, which are in many cases totally unexploited and thus dangerous for the environment. On the other hand, sweet sorghum as a lignocellulosic material represents an interesting substrate for biofuels production due to its structure and composition. Anaerobic co-digestion experiments using different mixtures of agro-industrial wastes were performed in a two-stage system consisting of two continuously stirred tank reactors (CSTRs) under mesophilic conditions (37°C). Subsequently, more mixtures were studied, where sweet sorghum was added, in order to simulate the operation of a centralized AD plant fed with regional agro-wastes which lacks OMW or/and CW due to seasonal unavailability. Two operational parameters were examined in a two-stage system, including pH and HRT. Batch experiments were performed in order to investigate the impact of controlled pH on the production of bio-hydrogen and volatile fatty acids, whereas continuous experiments (CSTRs) were conducted for the evaluation of HRT effect on hydrogen and methane production. Moreover, further exploitation of digestate from an anaerobic methanogenic reactor was studied using a combined ultrafiltration/nanofiltration system and further COD reduction was obtained. On the other hand, vermicomposting was conducted in order to evaluate the sludge transformation to compost and as a result, good results in terms of increased N-P-K concentration values were obtained. Furthermore, simulation of mesophilic anaerobic (co)-digestion of different substrates was applied, using the ADM1 modified model, where the results indicated that the modified ADM1 was able to predict reasonably well the steady-state experimental data. / Είναι φανερό ότι οι ανανεώσιμες πηγές ενέργειας έχουν προσελκύσει το ενδιαφέρον της διεθνούς κοινότητας τις τελευταίες δεκαετίες καθώς διαδραματίζουν καθοριστικό ρόλο στην μείωση του CO2. Η ενέργεια από βιομάζα και απόβλητα θεωρείται ως μία από τις πλέον κυρίαρχες ανανεώσιμες πηγές ενέργειας του μέλλοντος. Έτσι, τα οργανικά απόβλητα όπως κτηνοτροφικά, ενεργειακές καλλιέργειες, γεωργικά και βιομηχανικά υπολείμματα κ.ά έχουν ιδιαίτερη σημασία, δεδομένου ότι οι πηγές αυτές δεν ανταγωνίζονται με τις καλλιέργειες τροφίμων της γεωργικής γης και ωστόσο μπορούν να χρησιμοποιηθούν για την παραγωγή ηλεκτρικής ενέργειας, θερμότητας και βιοκαυσίμων. Το αυξημένο ενδιαφέρον για τις διεργασίες που αφορούν στη μετατροπή της βιομάζας σε ανανεώσιμες πηγές ενέργειας, όπως είναι η αναερόβια χώνευση, τόνωσε την έρευνα σε αυτόν τον τομέα με αποτέλεσμα την υλοποίηση ενός σημαντικού αριθμού ερευνητικών έργων για να αξιολογηθούν οι ιδανικές συνθήκες χώνευσης διαφόρων υποστρωμάτων, όπως είναι τα αγροτο-βιομηχανικά απόβλητα και οι ενεργειακές καλλιέργειες. Στη παρούσα διατριβή πραγματοποιήθηκαν πειράματα αναερόβιας συγχώνευσης χρησιμοποιώντας αγροτο-βιομηχανικά απόβλητα ή/και γλυκό σόργο. Τα αγροτο-βιομηχανικά απόβλητα, όπως είναι τα απόβλητα ελαιοτριβείου, τυροκομείου αλλά και βουστασίου, χαρακτηρίζονται από υψηλό οργανικό φορτίο και συνεπώς θεωρούνται ακατάλληλα για απευθείας διάθεση σε περιβαλλοντικούς αποδέκτες. Συγχώνευση αυτών οδήγησε σε υψηλές αποδόσεις μεθανίου κάτι το οποίο οφείλεται σε συνεργιστικές επιδράσεις όπως η συμβολή επιπλέον αλκαλικότητας, ιχνοστοιχείων, θρεπτικών κτλ. Περαιτέρω μίγματα μελετήθηκαν χρησιμοποιώντας το γλυκό σόργο με σκοπό την προσομοίωση λειτουργίας μιας κεντρικής μονάδας αναερόβιας χώνευσης, η οποία τροφοδοτείται με τοπικά απόβλητα τα οποία θα αντικατασταθούν σε περίοδο μη εποχικής διαθεσιμότητας από το γλυκό σόργο. Τα μίγματα αυτά μελετήθηκαν σε διβάθμιο σύστημα διερευνώντας την επίδραση των δύο σημαντικότερων λειτουργικών παραμέτρων (του pH και του υδραυλικού χρόνου παραμονής, HRT) στην απόδοση του συστήματος. Πιο συγκεκριμένα, πραγματοποιήθηκαν πειράματα διαλείποντος έργου προκειμένου να διερευνηθεί η επίδραση του pH στην παραγωγή υδρογόνου και μεταβολικών προϊόντων, ενώ πειράματα συνεχούς λειτουργίας διεξήχθηκαν για τη μελέτη της επίδρασης του HRT στην παραγωγή υδρογόνου και μεθανίου σε διβάθμιο σύστημα. Περαιτέρω αξιοποίηση του χωνευμένου υπολείμματος μελετήθηκε με χρήση συνδυασμένου συστήματος υπερδιήθησης/νανοδιήθησης επιτυγχάνοντας επιπρόσθετη μείωση του οργανικού φορτίου στο διήθημα. Η μετατροπή της αναερόβια χωνευμένης ιλύος σε λίπασμα αξιολογήθηκε μέσω κομποστοποίησης με γεωσκώληκες (vermi-composting) επιτυγχάνοντας ικανοποιητικά αποτελέσματα στην αύξηση των συγκεντρώσεων N-P-K. Επιπλέον, αναπτύχθηκε τροποποιημένο μοντέλο της αναερόβιας χώνευσης (ADM1) με στόχο την προσομοίωση της αναερόβιας συγχώνευσης διαφορετικών υποστρωμάτων. Τα αποτελέσματα που προέκυψαν έδειξαν ότι το μοντέλο ήταν σε θέση να προβλέψει σε ικανοποιητικό βαθμό την πορεία των πειραματικών δεδομένων.