{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1315017"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1315017","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Mining big data for knowledge extraction","abstract":"Τα τελευταία χρόνια παρατηρούμε την εκθετική αύξηση της γνώσης. Τα δεδομένα αφθονούν. Υπολογίζεται ότι υπάρχουν 2.7 Zetabytes από δεδομένα στο ψηφιακό σύμπαν. Δύο δεκαετίες πριν υπήρχε η ανάγκη για δημιουργία δεδομένων και ύπαρξη υπολογιστικής ισχύς. Σήμερα τα δεδομένα και η υπολογιστική ισχύς αφθονούν και έχουμε περάσει στην εποχή όπου η επεξεργασία αυτών και η ανάλυση της γνώσης που υπάρχει κρυμμένη σε αυτά είναι πιο σημαντική. Η επιστήμη ανάλυσης πολλών δεδομένων (big data science) δημιουργήθηκε για να εξυπηρετήσει αυτή την ανάγκη και έχει αποδώσει καρπούς σε περιοχές όπως η αστροφυσική, η επιστήμη υλικών και τα κοινωνικά δίκτυα. Σε αυτή την εργασία παρουσιάζουμε την ανάλυση 5 δισεκατομμυρίων λέξεων από όλα τα βιβλία που έχουν παραχθεί ποτέ με σκοπό να προσπαθήσουμε να βρούμε κρυμμένους μέσα στον όγκο των δεδομένων συσχετισμούς ως προς την πορεία της αγγειοχειρουργικής μέσα στο χρόνο καθώς και τι μπορεί να την επηρεάζει και τι μπορεί να επιφυλάσει το μέλλον για την επιστήμη μας. Η ανάλυση γίνεται μεθοδικά με τη χρήση τεχνητής νοημοσύνης και τεχνικών επεξεργασίας φυσικής γλώσσας. Επιπλέον επιστρατεύτηκε παράλληλη επεξεργασία σε δίκτυο υπερυπολογιστών για την πραγματοποίηση της ανάλυσης. Τα αποτελέσματα παρουσιάζονται σε χρονογραφήματα των N-grams ως προς τη συχνότητα εμφάνισης της λέξης εντός του κειμένου.","abstract_html":"Τα τελευταία χρόνια παρατηρούμε την εκθετική αύξηση της γνώσης. Τα δεδομένα αφθονούν. Υπολογίζεται ότι υπάρχουν 2.7 Zetabytes από δεδομένα στο ψηφιακό σύμπαν. Δύο δεκαετίες πριν υπήρχε η ανάγκη για δημιουργία δεδομένων και ύπαρξη υπολογιστικής ισχύς. Σήμερα τα δεδομένα και η υπολογιστική ισχύς αφθονούν και έχουμε περάσει στην εποχή όπου η επεξεργασία αυτών και η ανάλυση της γνώσης που υπάρχει κρυμμένη σε αυτά είναι πιο σημαντική. Η επιστήμη ανάλυσης πολλών δεδομένων (big data science) δημιουργήθηκε για να εξυπηρετήσει αυτή την ανάγκη και έχει αποδώσει καρπούς σε περιοχές όπως η αστροφυσική, η επιστήμη υλικών και τα κοινωνικά δίκτυα. Σε αυτή την εργασία παρουσιάζουμε την ανάλυση 5 δισεκατομμυρίων λέξεων από όλα τα βιβλία που έχουν παραχθεί ποτέ με σκοπό να προσπαθήσουμε να βρούμε κρυμμένους μέσα στον όγκο των δεδομένων συσχετισμούς ως προς την πορεία της αγγειοχειρουργικής μέσα στο χρόνο καθώς και τι μπορεί να την επηρεάζει και τι μπορεί να επιφυλάσει το μέλλον για την επιστήμη μας. Η ανάλυση γίνεται μεθοδικά με τη χρήση τεχνητής νοημοσύνης και τεχνικών επεξεργασίας φυσικής γλώσσας. Επιπλέον επιστρατεύτηκε παράλληλη επεξεργασία σε δίκτυο υπερυπολογιστών για την πραγματοποίηση της ανάλυσης. Τα αποτελέσματα παρουσιάζονται σε χρονογραφήματα των N-grams ως προς τη συχνότητα εμφάνισης της λέξης εντός του κειμένου.","abstract_has_math":false,"creators":["Λουίζος Αλέξανδρος Λουίζος"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2014,"date_issued":"2014","date_published":"2014","updated_at":"2026-11-19T05:23:56Z","subjects":[],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1315017"],"render_values":[{"text":"uoadl:1315017","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1315017","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1315017","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1315017","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Λουίζος Αλέξανδρος Λουίζος"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2014"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1315017","https://pergamos.lib.uoa.gr/uoa/dl/object/1315017"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα τελευταία χρόνια παρατηρούμε την εκθετική αύξηση της γνώσης. Τα δεδομένα αφθονούν. Υπολογίζεται ότι υπάρχουν 2.7 Zetabytes από δεδομένα στο ψηφιακό σύμπαν. Δύο δεκαετίες πριν υπήρχε η ανάγκη για δημιουργία δεδομένων και ύπαρξη υπολογιστικής ισχύς. Σήμερα τα δεδομένα και η υπολογιστική ισχύς αφθονούν και έχουμε περάσει στην εποχή όπου η επεξεργασία αυτών και η ανάλυση της γνώσης που υπάρχει κρυμμένη σε αυτά είναι πιο σημαντική. Η επιστήμη ανάλυσης πολλών δεδομένων (big data science) δημιουργήθηκε για να εξυπηρετήσει αυτή την ανάγκη και έχει αποδώσει καρπούς σε περιοχές όπως η αστροφυσική, η επιστήμη υλικών και τα κοινωνικά δίκτυα. Σε αυτή την εργασία παρουσιάζουμε την ανάλυση 5 δισεκατομμυρίων λέξεων από όλα τα βιβλία που έχουν παραχθεί ποτέ με σκοπό να προσπαθήσουμε να βρούμε κρυμμένους μέσα στον όγκο των δεδομένων συσχετισμούς ως προς την πορεία της αγγειοχειρουργικής μέσα στο χρόνο καθώς και τι μπορεί να την επηρεάζει και τι μπορεί να επιφυλάσει το μέλλον για την επιστήμη μας. Η ανάλυση γίνεται μεθοδικά με τη χρήση τεχνητής νοημοσύνης και τεχνικών επεξεργασίας φυσικής γλώσσας. Επιπλέον επιστρατεύτηκε παράλληλη επεξεργασία σε δίκτυο υπερυπολογιστών για την πραγματοποίηση της ανάλυσης. Τα αποτελέσματα παρουσιάζονται σε χρονογραφήματα των N-grams ως προς τη συχνότητα εμφάνισης της λέξης εντός του κειμένου.","Lately we observe an exponential increase in knowledge pool where data are abundant. Few years ago computational power and lack of data where bottlenecks in knowledge creation. Today data and computational power are abundant and algorithms and tools for knowledge extraction have become more prominent. Big data science has emerged through these facts and has been very fruitful in astrophysics, material science and social networks. In this thesis we present a big data approach in vascular surgery through the analysis of all a big dataset, that of all english books as delivered by google N-gram project. We find insights inside this dataset regarding the evolution and future of vascular surgery through time. Big data tools like Python natural language processing, python Sci-Kit and Hadoop clusters have been used for this thesis."]},{"key":"dc:title","label":"Title","values":["Mining big data for knowledge extraction"]}]}],"canonical_facts":{"dc:creator":["Λουίζος Αλέξανδρος Λουίζος"],"dc:date":["2014"],"dc:description":["Τα τελευταία χρόνια παρατηρούμε την εκθετική αύξηση της γνώσης. Τα δεδομένα αφθονούν. Υπολογίζεται ότι υπάρχουν 2.7 Zetabytes από δεδομένα στο ψηφιακό σύμπαν. Δύο δεκαετίες πριν υπήρχε η ανάγκη για δημιουργία δεδομένων και ύπαρξη υπολογιστικής ισχύς. Σήμερα τα δεδομένα και η υπολογιστική ισχύς αφθονούν και έχουμε περάσει στην εποχή όπου η επεξεργασία αυτών και η ανάλυση της γνώσης που υπάρχει κρυμμένη σε αυτά είναι πιο σημαντική. Η επιστήμη ανάλυσης πολλών δεδομένων (big data science) δημιουργήθηκε για να εξυπηρετήσει αυτή την ανάγκη και έχει αποδώσει καρπούς σε περιοχές όπως η αστροφυσική, η επιστήμη υλικών και τα κοινωνικά δίκτυα. Σε αυτή την εργασία παρουσιάζουμε την ανάλυση 5 δισεκατομμυρίων λέξεων από όλα τα βιβλία που έχουν παραχθεί ποτέ με σκοπό να προσπαθήσουμε να βρούμε κρυμμένους μέσα στον όγκο των δεδομένων συσχετισμούς ως προς την πορεία της αγγειοχειρουργικής μέσα στο χρόνο καθώς και τι μπορεί να την επηρεάζει και τι μπορεί να επιφυλάσει το μέλλον για την επιστήμη μας. Η ανάλυση γίνεται μεθοδικά με τη χρήση τεχνητής νοημοσύνης και τεχνικών επεξεργασίας φυσικής γλώσσας. Επιπλέον επιστρατεύτηκε παράλληλη επεξεργασία σε δίκτυο υπερυπολογιστών για την πραγματοποίηση της ανάλυσης. Τα αποτελέσματα παρουσιάζονται σε χρονογραφήματα των N-grams ως προς τη συχνότητα εμφάνισης της λέξης εντός του κειμένου.","Lately we observe an exponential increase in knowledge pool where data are abundant. Few years ago computational power and lack of data where bottlenecks in knowledge creation. Today data and computational power are abundant and algorithms and tools for knowledge extraction have become more prominent. Big data science has emerged through these facts and has been very fruitful in astrophysics, material science and social networks. In this thesis we present a big data approach in vascular surgery through the analysis of all a big dataset, that of all english books as delivered by google N-gram project. We find insights inside this dataset regarding the evolution and future of vascular surgery through time. Big data tools like Python natural language processing, python Sci-Kit and Hadoop clusters have been used for this thesis."],"dc:identifier":["uoadl:1315017","https://pergamos.lib.uoa.gr/uoa/dl/object/1315017"],"dc:language":["Ελληνικά","Greek"],"dc:title":["Mining big data for knowledge extraction"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:23:56Z"}