{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1317292"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1317292","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Εξόρυξη Δεδομένων από Μέσα Κοινωνικής Δικτύωσης για Ανίχνευση Γεγονότων και Καταστροφών","abstract":"Οι πλατφόρμες κοινωνικής δικτύωσης γίνονται όλο και πιο δημοφιλείς τα τελευταία χρόνια. Μέσω των διαφόρων διεπαφών προγραμματισμού εφαρμογών (APIs) που προσφέρονται από τις πιο διαδεδομένες πλατφόρμες καθίσταται δυνατή η συλλογή, επεξεργασία και ανάλυση μεγάλου όγκου δεδομένων. Πρόσφατα, πολλοί ερευνητές του τομέα εξόρυξης δεδομένων ασχολούνται με τον εντοπισμό γεγονότων αλλά και περιστατικών έκτακτης ανάγκης στα μέσα κοινωνικής δικτύωσης. Στόχος είναι η έγκαιρη αναγνώριση τους για την ενημέρωση του πληθυσμού, την κατανομή των διαθέσιμων πόρων και την απόκριση ειδικών ομάδων. Στην παρούσα διπλωματική εργασία, εστιάζουμε στην ανάλυση τέτοιων δεδομένων με στόχο την αναγνώριση συμβάντων συγκεκριμένου τύπου. Χαρακτηριστικά επικεντρωνόμαστε στις πλημμύρες της περιόδου του Ιανουαρίου 2014 στην Αγγλία και, αξιοποιώντας δεδομένα από το Twitter, επιδιώκουμε την ανίχνευση περιοχών που επλήγησαν από τις πλημμύρες. Προτείνουμε τεχνικές που συσχετίζουν τα χαρακτηριστικά των μηνυμάτων με το συμβάν και αξιολογούμε την ποιότητα των αποτελεσμάτων. Επίσης, χρησιμοποιώντας κατάλληλα εργαλεία οπτικοποίησης (Visual Analytics) μπορούμε να εντοπίσουμε την ακριβή περιοχή που συνέβη το περιστατικό.","abstract_html":"Οι πλατφόρμες κοινωνικής δικτύωσης γίνονται όλο και πιο δημοφιλείς τα τελευταία χρόνια. Μέσω των διαφόρων διεπαφών προγραμματισμού εφαρμογών (APIs) που προσφέρονται από τις πιο διαδεδομένες πλατφόρμες καθίσταται δυνατή η συλλογή, επεξεργασία και ανάλυση μεγάλου όγκου δεδομένων. Πρόσφατα, πολλοί ερευνητές του τομέα εξόρυξης δεδομένων ασχολούνται με τον εντοπισμό γεγονότων αλλά και περιστατικών έκτακτης ανάγκης στα μέσα κοινωνικής δικτύωσης. Στόχος είναι η έγκαιρη αναγνώριση τους για την ενημέρωση του πληθυσμού, την κατανομή των διαθέσιμων πόρων και την απόκριση ειδικών ομάδων. Στην παρούσα διπλωματική εργασία, εστιάζουμε στην ανάλυση τέτοιων δεδομένων με στόχο την αναγνώριση συμβάντων συγκεκριμένου τύπου. Χαρακτηριστικά επικεντρωνόμαστε στις πλημμύρες της περιόδου του Ιανουαρίου 2014 στην Αγγλία και, αξιοποιώντας δεδομένα από το Twitter, επιδιώκουμε την ανίχνευση περιοχών που επλήγησαν από τις πλημμύρες. Προτείνουμε τεχνικές που συσχετίζουν τα χαρακτηριστικά των μηνυμάτων με το συμβάν και αξιολογούμε την ποιότητα των αποτελεσμάτων. Επίσης, χρησιμοποιώντας κατάλληλα εργαλεία οπτικοποίησης (Visual Analytics) μπορούμε να εντοπίσουμε την ακριβή περιοχή που συνέβη το περιστατικό.","abstract_has_math":false,"creators":["Σαραβάνου Αντωνία"],"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":"2026-11-19T05:25:03Z","subjects":[],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1317292"],"render_values":[{"text":"uoadl:1317292","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1317292","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1317292","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%3A1317292","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Σαραβάνου Αντωνία"]}]},{"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":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1317292","https://pergamos.lib.uoa.gr/uoa/dl/object/1317292"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Οι πλατφόρμες κοινωνικής δικτύωσης γίνονται όλο και πιο δημοφιλείς τα τελευταία χρόνια. Μέσω των διαφόρων διεπαφών προγραμματισμού εφαρμογών (APIs) που προσφέρονται από τις πιο διαδεδομένες πλατφόρμες καθίσταται δυνατή η συλλογή, επεξεργασία και ανάλυση μεγάλου όγκου δεδομένων. Πρόσφατα, πολλοί ερευνητές του τομέα εξόρυξης δεδομένων ασχολούνται με τον εντοπισμό γεγονότων αλλά και περιστατικών έκτακτης ανάγκης στα μέσα κοινωνικής δικτύωσης. Στόχος είναι η έγκαιρη αναγνώριση τους για την ενημέρωση του πληθυσμού, την κατανομή των διαθέσιμων πόρων και την απόκριση ειδικών ομάδων. Στην παρούσα διπλωματική εργασία, εστιάζουμε στην ανάλυση τέτοιων δεδομένων με στόχο την αναγνώριση συμβάντων συγκεκριμένου τύπου. Χαρακτηριστικά επικεντρωνόμαστε στις πλημμύρες της περιόδου του Ιανουαρίου 2014 στην Αγγλία και, αξιοποιώντας δεδομένα από το Twitter, επιδιώκουμε την ανίχνευση περιοχών που επλήγησαν από τις πλημμύρες. Προτείνουμε τεχνικές που συσχετίζουν τα χαρακτηριστικά των μηνυμάτων με το συμβάν και αξιολογούμε την ποιότητα των αποτελεσμάτων. Επίσης, χρησιμοποιώντας κατάλληλα εργαλεία οπτικοποίησης (Visual Analytics) μπορούμε να εντοπίσουμε την ακριβή περιοχή που συνέβη το περιστατικό.","Over the last few years, social media platforms have become more and more popular. Collecting, editing and analyzing big data, has become possible with a big range of application programming interfaces (APIs) offered from the most widespread social media platforms. Nowadays, many data mining researchers focus on detecting events and emergencies through social media. The goal is to recognize disasters early in order to inform public, allocate resources and special response teams. In the context of this thesis, we concentrate on analyzing data extracted from social media, in order to identify emergencies. More specifically, we focus on floods during January 2014 in England, using data from Twitter, we seek to detect the areas affected by the floods. We propose techniques to correlate the characteristics of messages with the event and evaluate the quality of results. Also, using appropriate visualization tools (Visual Analytics) we can identify the exact area of the incident."]},{"key":"dc:title","label":"Title","values":["Εξόρυξη Δεδομένων από Μέσα Κοινωνικής Δικτύωσης για Ανίχνευση Γεγονότων και Καταστροφών"]}]}],"canonical_facts":{"dc:creator":["Σαραβάνου Αντωνία"],"dc:date":["2014"],"dc:description":["Οι πλατφόρμες κοινωνικής δικτύωσης γίνονται όλο και πιο δημοφιλείς τα τελευταία χρόνια. Μέσω των διαφόρων διεπαφών προγραμματισμού εφαρμογών (APIs) που προσφέρονται από τις πιο διαδεδομένες πλατφόρμες καθίσταται δυνατή η συλλογή, επεξεργασία και ανάλυση μεγάλου όγκου δεδομένων. Πρόσφατα, πολλοί ερευνητές του τομέα εξόρυξης δεδομένων ασχολούνται με τον εντοπισμό γεγονότων αλλά και περιστατικών έκτακτης ανάγκης στα μέσα κοινωνικής δικτύωσης. Στόχος είναι η έγκαιρη αναγνώριση τους για την ενημέρωση του πληθυσμού, την κατανομή των διαθέσιμων πόρων και την απόκριση ειδικών ομάδων. Στην παρούσα διπλωματική εργασία, εστιάζουμε στην ανάλυση τέτοιων δεδομένων με στόχο την αναγνώριση συμβάντων συγκεκριμένου τύπου. Χαρακτηριστικά επικεντρωνόμαστε στις πλημμύρες της περιόδου του Ιανουαρίου 2014 στην Αγγλία και, αξιοποιώντας δεδομένα από το Twitter, επιδιώκουμε την ανίχνευση περιοχών που επλήγησαν από τις πλημμύρες. Προτείνουμε τεχνικές που συσχετίζουν τα χαρακτηριστικά των μηνυμάτων με το συμβάν και αξιολογούμε την ποιότητα των αποτελεσμάτων. Επίσης, χρησιμοποιώντας κατάλληλα εργαλεία οπτικοποίησης (Visual Analytics) μπορούμε να εντοπίσουμε την ακριβή περιοχή που συνέβη το περιστατικό.","Over the last few years, social media platforms have become more and more popular. Collecting, editing and analyzing big data, has become possible with a big range of application programming interfaces (APIs) offered from the most widespread social media platforms. Nowadays, many data mining researchers focus on detecting events and emergencies through social media. The goal is to recognize disasters early in order to inform public, allocate resources and special response teams. In the context of this thesis, we concentrate on analyzing data extracted from social media, in order to identify emergencies. More specifically, we focus on floods during January 2014 in England, using data from Twitter, we seek to detect the areas affected by the floods. We propose techniques to correlate the characteristics of messages with the event and evaluate the quality of results. Also, using appropriate visualization tools (Visual Analytics) we can identify the exact area of the incident."],"dc:identifier":["uoadl:1317292","https://pergamos.lib.uoa.gr/uoa/dl/object/1317292"],"dc:language":["English"],"dc:title":["Εξόρυξη Δεδομένων από Μέσα Κοινωνικής Δικτύωσης για Ανίχνευση Γεγονότων και Καταστροφών"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:25:03Z"}