- / -

Σκοπός της Μεταπτυχιακής Εργασίας είναι η επέκταση και αναβάθμιση του μηχανισμού που είχε δημιουργηθεί στα πλαίσια της Διπλωματικής Εργασίας που εκπόνησα με τίτλο «Δημιουργία Πύλης Προσωποποιημένης Πρόσβασης σε Περιεχόμενο του WWW». Η παραπάνω Διπλωματική εργασία περιλάμβανε τη δημιουργία ενός μηχανισμού που ξεκινούσε με ανάκτηση πληροφορίας από το Διαδίκτυο (HTML σελίδες από news portals), εξαγωγή χρήσιμου κειμένου και προεπεξεργασία της πληροφορίας, αυτόματη κατηγοριοποίηση της πληροφορίας και τέλος παρουσίαση στον τελικό χρήστη με προσωποποίηση με στοιχεία που εντοπίζονταν στις επιλογές του χρήστη. Στην παραπάνω εργασία εξετάστηκαν διεξοδικά θέματα που είχαν να κάνουν με τον τρόπο προεπεξεργασίας της πληροφορίας καθώς και με τον τρόπο αυτόματης κατηγοριοποίησης ενώ υλοποιήθηκαν αλγόριθμοι προεπεξεργασίας πληροφορίας τεσσάρων σταδίων και αλγόριθμος αυτόματης κατηγοριοποίησης βασισμένος σε πρότυπες κατηγορίες. Τέλος υλοποιήθηκε portal το οποίο εκμεταλλευόμενο την επεξεργασία που έχει πραγματοποιηθεί στην πληροφορία παρουσιάζει το περιεχόμενο στους χρήστες προσωποποιημένο βάσει των επιλογών που αυτοί πραγματοποιούν. Σκοπός της μεταπτυχιακής εργασίας είναι η εξέταση περισσοτέρων αλγορίθμων για την πραγματοποίηση της παραπάνω διαδικασίας αλλά και η υλοποίησή τους προκειμένου να γίνει σύγκριση αλγορίθμων και παραγωγή ποιοτικότερου αποτελέσματος. Πιο συγκεκριμένα αναβαθμίζονται όλα τα στάδια λειτουργίας του μηχανισμού. Έτσι, το στάδιο λήψης πληροφορίας βασίζεται σε έναν απλό crawler λήψης HTML σελίδων από αγγλόφωνα news portals. Η διαδικασία βασίζεται στο γεγονός πως για κάθε σελίδα υπάρχουν RSS feeds. Διαβάζοντας τα τελευταία νέα που προκύπτουν από τις εγγραφές στα RSS feeds μπορούμε να εντοπίσουμε όλα τα URL που περιέχουν HTML σελίδες με τα άρθρα. Οι HTML σελίδες φιλτράρονται προκειμένου από αυτές να γίνει εξαγωγή μόνο του κειμένου και πιο αναλυτικά του χρήσιμου κειμένου ούτως ώστε το κείμενο που εξάγεται να αφορά αποκλειστικά άρθρα. Η τεχνική εξαγωγής χρήσιμου κειμένου βασίζεται στην τεχνική web clipping. Ένας parser, ελέγχει την HTML δομή προκειμένου να εντοπίσει τους κόμβους που περιέχουν μεγάλη ποσότητα κειμένου και βρίσκονται κοντά σε άλλους κόμβους που επίσης περιέχουν μεγάλες ποσότητες κειμένου. Στα εξαγόμενα άρθρα πραγματοποιείται προεπεξεργασία πέντε σταδίων με σκοπό να προκύψουν οι λέξεις κλειδιά που είναι αντιπροσωπευτικές του άρθρου. Πιο αναλυτικά, αφαιρούνται όλα τα σημεία στίξης, όλοι οι αριθμοί, μετατρέπονται όλα τα γράμματα σε πεζά, αφαιρούνται όλες οι λέξεις που έχουν λιγότερους από 4 χαρακτήρες, αφαιρούνται όλες οι κοινότυπες λέξεις και τέλος εφαρμόζονται αλγόριθμοι εύρεσης της ρίζας μίας λέξεις. Οι λέξεις κλειδιά που απομένουν είναι stemmed το οποίο σημαίνει πως από τις λέξεις διατηρείται μόνο η ρίζα. Από τις λέξεις κλειδιά ο μηχανισμός οδηγείται σε δύο διαφορετικά στάδια ανάλυσης. Στο πρώτο στάδιο υπάρχει μηχανισμός ο οποίος αναλαμβάνει να δημιουργήσει μία αντιπροσωπευτική περίληψη του κειμένου ενώ στο δεύτερο στάδιο πραγματοποιείται αυτόματη κατηγοριοποίηση του κειμένου βασισμένη σε πρότυπες κατηγορίες που έχουν δημιουργηθεί από επιλεγμένα άρθρα που συλλέγονται καθ’ όλη τη διάρκεια υλοποίησης του μηχανισμού. Η εξαγωγή περίληψης βασίζεται σε ευρεστικούς αλγορίθμους. Πιο συγκεκριμένα προσπαθούμε χρησιμοποιώντας λεξικολογική ανάλυση του κειμένου αλλά και γεγονότα για τις λέξεις του κειμένου αν δημιουργήσουμε βάρη για τις προτάσεις του κειμένου. Οι προτάσεις με τα μεγαλύτερη βάρη μετά το πέρας της διαδικασίας είναι αυτές που επιλέγονται για να διαμορφώσουν την περίληψη. Όπως θα δούμε και στη συνέχεια για κάθε άρθρο υπάρχει μία γενική περίληψη αλλά το σύστημα είναι σε θέση να δημιουργήσει προσωποποιημένες περιλήψεις για κάθε χρήστη. Η διαδικασία κατηγοριοποίησης βασίζεται στη συσχέτιση συνημίτονου συγκριτικά με τις πρότυπες κατηγορίες. Η κατηγοριοποίηση δεν τοποθετεί μία ταμπέλα σε κάθε άρθρο αλλά μας δίνει τα αποτελέσματα συσχέτισης του άρθρου με κάθε κατηγορία. Ο συνδυασμός των δύο παραπάνω σταδίων δίνει την πληροφορία που εμφανίζεται σε πρώτη φάση στο χρήστη που επισκέπτεται το προσωποποιημένο portal. Η προσωποποίηση στο portal βασίζεται στις επιλογές που κάνουν οι χρήστες, στο χρόνο που παραμένουν σε μία σελίδα αλλά και στις επιλογές που δεν πραγματοποιούν προκειμένου να δημιουργηθεί προφίλ χρήστη και να είναι εφικτό με την πάροδο του χρόνου να παρουσιάζεται στους χρήστες μόνο πληροφορία που μπορεί να τους ενδιαφέρει. / The scope of this MsC thesis is the extension and upgrade of the mechanism that was constructed during my undergraduate studies under my undergraduate thesis entitled “Construction of a Web Portal with Personalized Access to WWW content”. The aforementioned thesis included the construction of a mechanism that would begin with information retrieval from the WWW and would conclude to representation of information through a portal after applying useful text extraction, text pre-processing and text categorization techniques. The scope of the MsC thesis is to locate the problematic parts of the system and correct them with better algorithms and also include more modules on the complete mechanism. More precisely, all the modules are upgraded while more of them are constructed in every aspect of the mechanism. The information retrieval module is based on a simple crawler. The procedure is based on the fact that all the major news portals include RSS feeds. By locating the latest articles that are added to the RSS feeds we are able to locate all the URLs of the HTML pages that include articles. The crawler then visits every simple URL and downloads the HTML page. These pages are filtered by the useful text extraction mechanism in order to extract only the body of the article from the HTML page. This procedure is based on the web-clipping technique. An HTML parser analyzes the DOM model of HTML and locates the nodes (leafs) that include large amounts of text and are close to nodes with large amounts of text. These nodes are considered to include the useful text. In the extracted useful text we apply a 5 level preprocessing technique in order to extract the keywords of the article. More analytically, we remove the punctuation, the numbers, the words that are smaller than 4 letters, the stopwords and finally we apply a stemming algorithm in order to produce the root of the word. The keywords are utilized into two different interconnected levels. The first is the categorization subsystem and the second is the summarization subsystem. During the summarization stage the system constructs a summary of the article while the second stage tries to label the article. The labeling is not unique but the categorization applies multi-labeling techniques in order to detect the relation with each of the standard categories of the system. The summarization technique is based on heuristics. More specifically, we try, by utilizing language processing and facts that concern the keywords, to create a score for each of the sentences of the article. The more the score of a sentence, the more the probability of it to be included to the summary which consists of sentences of the text. The combination of the categorization and summarization provides the information that is shown to our web portal called perssonal. The personalization issue of the portal is based on the selections of the user, on the non-selections of the user, on the time that the user remains on an article, on the time that spends reading similar or identical articles. After a short period of time, the system is able to adopt on the user’s needs and is able to present articles that match the preferences of the user only.

Η έλλειψη της δραστηριότητας του χρήστη σχετικά με τα αποτελέσματα της αναζήτησης μέχρι πρόσφατα θεωρείτο ως ένδειξη της δυσαρέσκειας του από την απόδοση ανάκτησης, και συχνά τέτοια αδράνεια χαρακτήριζε την αναζήτηση ως αποτυχημένη (negative search abandonment). Ωστόσο, πρόσφατες μελέτες δείχνουν ότι ορισμένες αναζητήσεις μπορούν να ικανοποιηθούν από το περιεχόμενο των αποτελεσμάτων που παρουσιάζονται στον χρήστη, χωρίς να χρειάζεται να κάνει κλικ σε κάποιο από τα ανακτημένα αποτελέσματα (positive search abandonment), και έτσι τονίζεται η ανάγκη να γίνουν διακρίσεις μεταξύ των επιτυχημένων και αποτυχημένων αναζητήσεων που δεν ακολουθούνται από κλικς. Με αυτή την εργασία προτείνουμε τον σχεδιασμό και την υλοποίηση μιας μεθοδολογίας αξιολόγησης της ικανοποίησης του χρήστη από τα αποτελέσματα αναζητήσεων που δεν ακολουθούνται από επισκέψεις στο περιεχόμενο των δεδομένων ανάκτησης. Για την επίτευξη του στόχου αυτού διενεργήσαμε μελέτη χρηστών που διερευνά τις προθέσεις των χρηστών πίσω από ερωτήματα που δεν ακολουθούνται από επίσκεψη σε κάποιο από τα αποτελέσματα που επέστρεψε η αναζήτηση και εξετάζει τις εργασίες αναζήτησης που μπορούν να ολοκληρωθούν με επιτυχία βασισμένες εξ ολοκλήρου στις πληροφορίες που παρέχονται στη σελίδα με τα αποτελέσματα. Επιπρόσθετα, μελετήθηκαν και υλοποιήθηκαν εργαλεία, QWC Browser, για την καταγραφή της δραστηριότητας του χρήστη με συστήματα ανάκτησης πληροφορίας από τον Παγκόσμιο Ιστό. Στηριζόμενοι στην ευρέως αποδεχόμενη ιδέα της χρήσης της δραστηριότητας του χρήστη ως δείκτη υπονοούμενης αξιολόγησης συσχέτισης (implicit relevance judgments), εξετάσαμε την ύπαρξη σχέση μεταξύ των ρητών δηλώσεων (explicit judgments) ικανοποίησης του χρήστη και μετρικών αξιολόγησης της υπονοούμενης ανατροφοδότησης (implicit measures) του χρήστη. Τέλος, χρησιμοποιήσαμε τεχνικές μοντελοποίησης για την ανάπτυξη μοντέλων πρόβλεψης για την σύλληψη της ικανοποίησης του χρήστη από τις αναζητήσεις που δεν ακολουθούνται από κλικς. / The lack of user activity on search results was until recently perceived as a sign of user dissatisfaction from retrieval performance, often, referring to such inactivity as a failed search (negative search abandonment). However, recent studies suggest that some search tasks can be achieved in the contents of the results displayed without the need to click through them (positive search abandonment); thus they emphasize the need to discriminate between successful and failed searches without follow-up clicks. In this paper we propose to design and implement a methodology for assessing user satisfaction from the results of searches that are not followed by visits to the content of the retrieved results. To achieve this goal we conducted a user study in order to identify the search intentions of queries without follow-up clicks to any of the results returned by the search and identify the search tasks that can be accomplished successfully based entirely on information provided on the results page. Additionally, we developed an instrumented browser, QWC Browser, to collect a variety of measures of user activity after the query submittion. Moreover, we examined whether there is an association between explicit judgments of user satisfaction and implicit measures of user interest in order to understand what implicit measures were most strongly associated with user satisfaction. Finally, we used Bayesian modeling techniques to develop predictive models, to capture user satisfaction from searches that are not followed by clicks to the retrieved results.

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.

Η ανίχνευση καθημερινών φυσικών δραστηριοτήτων είναι πολύ σημαντική σε εφαρμογές όπως η ανάπτυξη αυτοματοποιημένων συστημάτων. Οι αισθητήρες κίνησης προηγουμένως χρησιμοποιούνταν μόνο ως συμπληρωματικές είσοδοι ενώ τώρα χρησιμοποιούνται όλο και πιο συχνά ως η κύρια πηγή δεδομένων για αναγνώριση κάποιας καθημερινής κίνησης. Σε αυτή την εργασία, χρησιμοποιούνται τα επιταχυνσιόμετρα των κινητών τηλεφώνων με σκοπό να αναγνωρισθούν σε πραγματικό χρόνο τέσσερις καθημερινές δραστηριότητες: κάθισμα, περπάτημα, ξάπλωμα, τρέξιμο. Σε αυτή την εργασία, σχεδιάστηκαν 2 νέα υβριδικά πρωτόκολλα που συνδυάζουν δύο άλλες μεθόδους της βιβλιογραφίας με παραμετροποιημένο τρόπο. Στη συνέχεια, τα 2 αυτά πρωτόκολλα υλοποιήθηκαν μέσω της ανάπτυξης Android εφαρμογών. Σύμφωνα με τα αποτελέσματα της αξιολόγησης η οποία έγινε με πραγματικούς χρήστες, οι 2 υβριδικές μέθοδοι επιτυγχάνουν μεγάλη ακρίβεια (έως και 99%), ενώ διατηρούν την κατανάλωση μπαταρίας σε πολύ χαμηλά επίπεδα (μέση κατανάλωση μπαταρίας 874mW). / Detecting daily physical activities is very important in applications such as developing automated comfort scenarios for an individual. Motion smartphone sensors were previously used only as a complementary input whereas now, they are increasingly used as the primary data source for motion recognition. In this work, we use smartphone accelerometers to recognize online four daily human activities: sitting, walking, lying and running. We design two new hybrid protocols combining state of the art methods in a parameterized way. Then, we implement those protocols in the context of Android applications, which we develop. According to our experimental performance evaluation with real users, our hybrid methods achieve very high accuracy (even 99%), while keeping battery dissipation at very satisfactory levels (average energy consumption 874mW).

Στην παρούσα εργασία αντιμετωπίζουμε την διαδικασία εξατομικευμένης αναζήτησης από την πλευρά της σημασιολογίας και του περιεχομένου των σελίδων. Συγκεκριμένα γίνεται χρήση μιας θεματικής ιεραρχίας για την αυτόματη δημιουργία των προφίλ αναζήτησης των χρηστών και χρησιμοποιείται η ίδια ιεραρχία για τον θεματικό χαρακτηρισμό του περιεχομένου ενός κειμένου. Στηριζόμενοι σε μία συνδυασμένη ανάλυση των ενδιαφερόντων του χρήστη και των θεμάτων των σελίδων εξατομικεύουμε τα ανακτώμενα αποτελέσματα δίνοντας προτεραιότητα σε εκείνα τα αποτελέσματα τα οποία το θεματικό τους περιεχόμενο ανταποκρίνεται στο προφίλ του χρήστη. / This work discusses the process of personalized search under the view point of the semantics content of the web pages. In details, a thematic hierarchy is being used to create automatically user search profiles and the same hierarchy is being used to thematic characterize the content of documents. Based on a combined analysis of users’ interests and the thematic content of web pages, we personalize the results giving priority in those results which their thematic content response to the user profile.

Oι πληροφορίες που τροφοδοτουν τη βάση δεδομένων των Μηχανών Αναζήτησης προέρχονται από τον Παγκόσμιο Ιστό. Ένα τρέχων ζητούμενο στο πεδίο έρευνας των Μηχανών Αναζήτησης είναι η ανάπτυξη λογισμικού με σκοπό να δίνει την δυνατότητα στον χρήστη να δεικτοδοτεί προσωπικά έγγραφα έτσι ώστε παράλληλα να μπορεί να κάνει αναζητήσεις για εύρεση πληροφοριών και σε έγγραφα που προέρχονται από τον Παγκόσμιο Ιστό αλλά και σε προσωπικά του έγγραφα όλα δεικτοδοτημένα σε μία βάση. Αυτό είναι και το κύριο πρόβλημα που επιλύουμε στην παρούσα εργασία. Με την δυνατότητα αυτήν ουσιαστικά ενοποιείται η διαδικασία της αναζήτησης πληροφοριών στις δυο διαφορετικές πηγές πληροφοριών, τα έγγραφα του Παγκόσμιου Ιστού και τα προσωπικά έγγραφα του χρήστη. / -

Αυτή η εργασία περιγράφει το όραμα των I-centric επικοινωνιών (ατομοκεντρικών) - ένα νέο παράδειγμα για μελλοντικά συστήματα τηλεπικοινωνιών. Ο κύριος στόχος αυτής της προσέγγισης είναι να εξετάσει την ανθρώπινη επικοινωνιακή συμπεριφορά. Η εργασία αυτή εστιάζει στην εννοιολογική ολοκλήρωση όλων των πτυχών των ατομοκεντρικών επικοινωνιών. Εξετάζοντας την επικοινωνιακή συμπεριφορά του ανθρώπου, είναι προφανές, ότι οι άνθρωποι συχνά αλληλεπιδρούν με ένα σύνολο αντικειμένων στο περιβάλλον τους. Σύμφωνα με αυτήν την άποψη, μια προσέγγιση είναι να μη δημιουργηθούν συστήματα επικοινωνίας που βασίζονται σε εξειδικευμένες τεχνολογίες αλλά να βασίζονται στην ανάλυση του μεμονωμένου χώρου επικοινωνίας. Το αποτέλεσμα θα είναι ένα σύστημα επικοινωνιών που προσαρμόζεται στις απαιτήσεις κάθε ατόμου (ατομοκεντρικό). Το σύστημα επικοινωνιών θα ενεργεί σύμφωνα με τις απαιτήσεις του ανθρώπου, που απεικονίζουν τις πρόσφατες ενέργειές του ώστε να προσαρμόζεται αυτόματα σε αυτές. Οι ατομοκεντρικές υπηρεσίες προσαρμόζονται στους μεμονωμένους χώρους επικοινωνίας και τις καταστάσεις. Σε αυτό το πλαίσιο το «I», σημαίνει το εγώ ή το άτομο, και Centric σημαίνει προσαρμογή στις απαιτήσεις του «εγώ» και το περιβάλλον του ατόμου. Οι παραπάνω λογικές απαιτούν νοημοσύνη στην παροχή υπηρεσιών προκειμένου να προσωποποιηθούν, να προσαρμοστούν στις περιστασιακές και περιβαλλοντικές συνθήκες και να ελέγχουν το μεμονωμένο χώρο επικοινωνίας. Ένα ατομοκεντρικό σύστημα επικοινωνιών παρέχει τη νοημοσύνη που απαιτείται για τη διαμόρφωση του χώρου επικοινωνίας του κάθε ατόμου που προσαρμόζεται στα ενδιαφέροντα, το περιβάλλον, και τις προτιμήσεις του. Η εργασία εισάγει το όραμα των ατομοκεντρικών επικοινωνιών, που ακολουθείται από την ανάπτυξη ενός προτύπου αναφοράς για τις ατομοκεντρικές επικοινωνίες. Από τη στιγμή που το όραμα και το πρότυπο αναφοράς είναι γενικές έννοιες, εισάγεται στη συνέχεια ένα αρχιτεκτονικό πλαίσιο για τις ατομοκεντρικές επικοινωνίες. Αυτό το πλαίσιο χρησιμοποιείται για να σχεδιαστεί και να υλοποιηθεί ένα ατομοκεντρικό σύστημα επικοινωνιών. / This thesis describes the vision of I-centric communications – a new paradigm for future telecommunication systems. The main objective of this approach is to consider the human communication behaviour. The focus of this thesis is on the conceptual integration of all aspects of I-centric communications. Looking at the communication behaviour of human, it is obvious, that human beings frequently interact with a set of objects in their environment. Following this view, a new approach is not to build communication systems based on specific technologies, but on the analysis of the individual communication space. The result is a communication system that adapts to the demands of each individual (I-centric). The communication system will act on behalf of human’s demands, reflecting recent actions to enable self-adaptation. I-centric Services adapt to individual communication spaces and situations. In this context ‘I’ means I, or individual, ‘Centric’ means adaptable to I requirements and the individual’s environment. The rationales above require intelligence in service provisioning in order to personalize, adapt to situational and environmental conditions, to monitor and to control the individual communication space. I-centric communications system will provide the intelligence required for modelling the communication space of each individual adapting to its interests, environment, and preferences. The thesis introduces the vision of I-centric communications, followed by the development of a reference model for I-centric communications. Since both, the vision and the reference model, are general, an architectural framework for I-centric communications is introduced later on. This framework is used to design and implement an I-centric communications system.

Σκοπός της παρούσας διπλωματικής εργασίας είναι η ταξινόμηση κλινικών περιπτώσεων κοιλιακών αλγών και συγκεκριμένα περιπτώσεων σκωληκοειδίτιδας σε παιδιά ηλικίας μέχρι 14 ετών μέσω ενός εργαλείου που υλοποιούμε. Βασικός λόγος για τη κατασκευή αυτού του εργαλείου αποτέλεσε η δυσκολία στη πρόβλεψη της ασθένειας από τους ειδικούς (κατά μέσο όρο γίνονται 20% - 30% αχρείαστες εγχειρήσεις), η συχνή σύγχυσή της με άλλες περιπτώσεις κοιλιακών αλγών ενώ το ποσοστό θνησιμότητας στα παιδιά με σκωληκοειδίτιδα ποικίλλει από 0,1% - 1%. Βασισμένοι σε ένα σύνολο δεδομένων από τη Παιδοχειρουργική Κλινική του Πανεπιστημιακού Νοσοκομείου της Αλεξανδρούπολης, διεξάγουμε αναζήτηση των καλύτερων παραμέτρων για τη κατασκευή μοντέλων ταξινομητών βασισμένων στις τρεις παρακάτω τεχνικές Υπολογιστικής Νοημοσύνης: α) τα Τεχνητά Νευρωνικά Δίκτυα, β) τις Μηχανές Διανυσμάτων Υποστήριξης και γ) τα Τυχαία Δάση. Χρησιμοποιώντας ένα σύνολο 14 κλινικών και εργαστηριακών παραγόντων, υλοποιούμε μοντέλα ταξινομητών. Η βασική ιδέα για την υλοποίηση τους είναι η αντιμετώπιση των παρακάτω προβλημάτων: : α) έχει το παιδί σκωληκοειδίτιδα ή όχι; β) Αν έχει σκωληκοειδίτιδα, ποιος τρόπος αντιμετώπισής της ενδείκνυται: χειρουργική επέμβαση ή συντηρητική αγωγή; Μετά την εύρεση των βέλτιστων μοντέλων από κάθε μία από τις μεθόδους Υπολογιστικής Νοημοσύνης που χρησιμοποιήθηκαν, υλοποιήθηκε ένα εργαλείο εύχρηστης διεπαφής χρήστη στο προγραμματιστικό περιβάλλον της Matlab 2012a το οποίο ευελπιστούμε ότι θα υποβοηθήσει τους ειδικούς στη λήψη απόφασης για τη πορεία ενός νεαρού ασθενούς που εισέρχεται στο νοσοκομείο παραπονούμενος για σκωληκοειδίτιδα. Το εργαλείο αυτό ελέγχθηκε με καινούργια πραγματικά κλινικά δεδομένα από το Καραμανδάνειο Νοσοκομείο Παίδων Πατρών και η απόδοσή του ήταν ενθαρρυντική. / The purpose of this paper is the classification of clinical cases of abdominal pain and, to be more precise, the prediction of cases with acute appendicitis at children aged up to 14 years old through a tool that we implement. The main reasons for the construction of this tool are: a) the difficulty in the prediction of the appendicitis since the 20%-30% of the operations made from the experts for this disease are gratuitous, b) the frequent confusion that there is with other diseases that cause abdominal pain and c) the mortality rate at children with appendicitis varies from 0,1% to 1%. Based on a data set from the Department of the Child Surgery of the Hospital of the University of Alexandroupolis, we conduct a search of the best parameters for the construction of model classifiers based on the three following techniques of the Computational Intelligence: a) the Artificial Neural Networks, b) the Support Vector Machines and c) the Random Forests. The basic idea for the implementation of these models is, based on a sum of 14 clinical and laboratory factors, facing the following questions: a) if a child has appendicitis or not?, b) and if it does have appendicitis, which way should we follow to cure it: operational surgery or medication? After finding these best models, we implement a tool which is actually a Graphical User Interface of Matlab 2012a which we hope that will assist the experts in making the correct decision about a young patient that goes to the hospital complaining for appendicitis. This tool was tested on new real clinical data of patients of the Child Hospital of Patras and its performance was found really encouraging.

The main goal of this thesis is to propose an evaluation method for visual interface design and more specifically for website design. The proposed visual design evaluation method is an adaptation of Preference Mapping (PM) techniques. It is based on overall preference ratings after multiple comparisons of alternative designs and on various multivariate statistical techniques for the analysis, visualization and interpretation of the resulting data. The suitability of the approach for visual interface design evaluation has been explored in four case studies involving overall 149 participants judging 51 websites. In each case study a different website domain was explored in order to examine whether the importance of certain design characteristics is context specific. Heterogeneity in preferences and perceptions was also studied showing that average construct scores are only representative for subsections of the participant sample. In order to aid the preference interpretation process additional data about study websites have been collected from three distinct sources: a) Subjective construct ratings provided by the participants after preference evaluation b) Descriptive attribute ratings obtained from trained expert panel on the same websites c) Objective measures of visual characteristics of the websites In each case study the potential of these types of measurements to explain preference variance has been investigated individually and in combination. The results showed that depending on the characteristics of each case study varying combinations of these types of data had the best explanatory power. A variety of methods (e.g. Internal and External PM) and statistical techniques (e.g. Principal Component Analysis (PCA), Generalized Procrustes Analysis (GPA) and Partial Least Squares (PLS)) have been used in order to summarize and visualize participant preference data of all case studies. In general, the method proposed in this thesis has several advantages over other visual design evaluation methods as for example use of standardized questionnaires. The method is flexible and can be used in various stages of design development but most importantly it allows for the identification of important visual design characteristics without ignoring the diversity that exist both among users and among website domains. These advantages have been demonstrated in the visual design evaluation studies presented in this thesis involving websites from four distinct domains. / Ο στόχος της παρούσας διατριβής είναι η πρόταση και ανάπτυξη μεθόδου αξιολόγησης διεπιφανειών χρήστη που θα λαμβάνει υπόψη τόσο τα αντικειμενικά χαρακτηριστικά σχεδιασμού, όσο και την υποκειμενική διάσταση που διέπει αξιολογήσεις με επίκεντρο τον χρήστη. Για την επίτευξη του στόχου αυτού αναπτύχθηκε μέθοδος αξιολόγησης, η οποία βασίζεται στην συγκριτική αξιολόγηση εναλλακτικών σχεδιασμών κατά την φάση συλλογής δεδομένων και στην χαρτογράφηση προτίμησης κατά την φάση ανάλυσης αποτελεσμάτων. Για την διερεύνηση της καταλληλότητας της προτεινόμενης μεθόδου αξιολόγησης, διεξήχθησαν τέσσερις μελέτες περίπτωσης κατά τις οποίες αξιολογήθηκαν συνολικά 51 ιστοσελίδες από 149 αξιολογητές. Κάθε μελέτη περίπτωσης διερευνούσε διαφορετική κατηγορία ιστοσελίδων και διαφορετικά σενάρια χρήσης της μεθόδου (π.χ. φάση προδιαγραφών, αξιολόγηση πρωτοτύπων κ.α.), έτσι ώστε να αξιολογηθεί η δυνατότητα της μεθόδου να εφαρμοστεί σε διαφορετικές συνθήκες. Σημαντικό πλεονέκτημα της προτεινόμενης μεθόδου είναι η δυνατότητα αναγνώρισης ετερογένειας απόψεων του δείγματος, η οποία σε άλλες μεθόδους αξιολόγησης θεωρείται θόρυβος στα δεδομένα και παραβλέπεται. Τα αποτελέσματα των αξιολογήσεων αναδεικνύουν σημαντική ετερογένεια αλλά και σχετική συμφωνία στις προτιμήσεις και αντιλήψεις των συμμετεχόντων. Με στόχο την ερμηνεία των αποτελεσμάτων από τα πειράματα αξιολόγησης διερευνήθηκαν τρεις πηγές δεδομένων πέρα από τις ταξινομήσεις προτίμησης από τους συμμετέχοντες σε όλες τις μελέτες περίπτωσης: α) αξιολογήσεις βάσει υποκειμενικών χαρακτηριστικών από τους ίδιους τους συμμετέχοντες που ταξινόμησαν τις ιστοσελίδες με βάση την προτίμηση τους β) αξιολογήσεις περιγραφικών και αντικειμενικών σχεδιαστικών χαρακτηριστικών από ομάδα εκπαιδευμένων εμπειρογνωμόνων γ) Αντικειμενικές μετρήσεις σχεδιαστικών χαρακτηριστικών με αυτόματα και ημιαυτόματα εργαλεία αναγνώρισης εικόνας Η δυνατότητα να ερμηνευτούν οι προτιμήσεις των χρηστών με την βοήθεια αυτών των πηγών δεδομένων, διερευνήθηκε ξεχωριστά αλλά και σε συνδυασμό σε κάθε μελέτη περίπτωσης. Στόχος ήταν να αποτιμηθεί η δυνατότητα συσχέτισης δεδομένων που διακατέχονται από διαφορετικά επίπεδα υποκειμενισμού με τις προτιμήσεις των συμμετεχόντων. Ιδανικά, θα αρκούσαν αντικειμενικές μετρήσεις και δεν θα επιβαρύνονταν οι χρήστες με επιπλέον βαθμολογήσεις των διεπιφανειών. Τα αποτελέσματα όμως έδειξαν ότι ένας συνδυασμός αντικειμενικών και υποκειμενικών χαρακτηριστικών ήταν ο βέλτιστος για την επιτυχή ερμηνεία των προτιμήσεων των χρηστών. Η μέθοδος αξιολόγησης που προτείνεται στα πλαίσια αυτής της διατριβής παρουσιάζει συγκριτικά πλεονεκτήματα σε σχέση με την χρήση τυποποιημένων ερωτηματολόγιων που είναι η επικρατέστερη μέθοδος στον χώρο της επικοινωνίας ανθρώπου υπολογιστή. Τα πλεονεκτήματα αυτά σχετίζονται κυρίως με την ευελιξία της μεθόδου και γίνονται εμφανή στις μελέτες αξιολόγησης που διεξήχθησαν με στόχο την εφαρμογή της μεθόδου για την αξιολόγηση ιστοσελίδων που ανήκουν σε τέσσερα διαφορετικά πεδία εφαρμογής.