{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2779465"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2779465","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Ανάλυση συναισθήματος σε reviews και δεδομένα του twitter. Οι περιπτώσεις του booking και της. Airbnb","abstract":"Στόχος και βασικό αντικείμενο της παρούσας διπλωματικής εργασίας η οποία εντάσσεται σε ένα γενικότερο και μεγαλύτερο εγχείρημα είναι αρχικά η εξόρυξη δεδομένων, και στη συνέχεια να ποσοτικοποιήσει και να ταξινομήσει με έναν τρόπο τα υποκειμενικά συναισθήματα όπως αυτά αποτυπώνονται κυρίως σε κριτικές της πλατφόρμας Airbnb. Επίσης, η περιγραφή των τεχνολογιών και μεθοδολογιών εξόρυξης γνώμης (opinion mining) και ανάλυσης συναισθήματος (sentiment analysis) σε περιβάλλοντα κοινωνικής δικτύωσης, πιο συγκεκριμένα στο Twitter. Θα προσπαθήσουμε να εξάγουμε συγκεκριμένα αποτελέσματα διερευνώντας τρόπους με τους οποίους οι έννοιες που περιγράφουμε βρίσκουν εφαρμογή στα μέσα κοινωνικής δικτύωσης στον τομέα του μάρκετινγκ. Θα μελετήσουμε κυρίως κατά πόσο επηρεάζουν τα μέσα κοινωνικής δικτύωσης την προώθηση εμπορικού σήματος σε επιχειρήσεις όπως η Airbnb και το booking, κατόπιν θα εξετάσουμε λέξη προς λέξη κριτικές και tweets, αναλύoντας κάθε συνιστώσα και εξάγοντας το συνολικό sentiment σε μια ποσοτικοποιημένη μορφή. Τέλος, θα γίνει μια σύγκριση ανάμεσα στις δύο εταιρίες(Airbnb & Booking) ώστε να βρεθεί ποια έχει τον μεγαλύτερο αριθμό αναφορών(mentions) στο Twitter κατά το διάστημα που μελετάει η παρούσα έρευνα. Μελετώντας το θεωρητικό πλαίσιο και με την μέθοδο της χρήσης λεξικού θα δημιουργηθεί το κατάλληλο πρόγραμμα ώστε να μπορέσουμε να επεξεργαστούμε τα δεδομένα και να εξάγουμε τα αποτελέσματα που επιχειρεί η έρευνά μας.","abstract_html":"Στόχος και βασικό αντικείμενο της παρούσας διπλωματικής εργασίας η οποία εντάσσεται σε ένα γενικότερο και μεγαλύτερο εγχείρημα είναι αρχικά η εξόρυξη δεδομένων, και στη συνέχεια να ποσοτικοποιήσει και να ταξινομήσει με έναν τρόπο τα υποκειμενικά συναισθήματα όπως αυτά αποτυπώνονται κυρίως σε κριτικές της πλατφόρμας Airbnb. Επίσης, η περιγραφή των τεχνολογιών και μεθοδολογιών εξόρυξης γνώμης (opinion mining) και ανάλυσης συναισθήματος (sentiment analysis) σε περιβάλλοντα κοινωνικής δικτύωσης, πιο συγκεκριμένα στο Twitter. Θα προσπαθήσουμε να εξάγουμε συγκεκριμένα αποτελέσματα διερευνώντας τρόπους με τους οποίους οι έννοιες που περιγράφουμε βρίσκουν εφαρμογή στα μέσα κοινωνικής δικτύωσης στον τομέα του μάρκετινγκ. Θα μελετήσουμε κυρίως κατά πόσο επηρεάζουν τα μέσα κοινωνικής δικτύωσης την προώθηση εμπορικού σήματος σε επιχειρήσεις όπως η Airbnb και το booking, κατόπιν θα εξετάσουμε λέξη προς λέξη κριτικές και tweets, αναλύoντας κάθε συνιστώσα και εξάγοντας το συνολικό sentiment σε μια ποσοτικοποιημένη μορφή. Τέλος, θα γίνει μια σύγκριση ανάμεσα στις δύο εταιρίες(Airbnb &amp; Booking) ώστε να βρεθεί ποια έχει τον μεγαλύτερο αριθμό αναφορών(mentions) στο Twitter κατά το διάστημα που μελετάει η παρούσα έρευνα. Μελετώντας το θεωρητικό πλαίσιο και με την μέθοδο της χρήσης λεξικού θα δημιουργηθεί το κατάλληλο πρόγραμμα ώστε να μπορέσουμε να επεξεργαστούμε τα δεδομένα και να εξάγουμε τα αποτελέσματα που επιχειρεί η έρευνά μας.","abstract_has_math":false,"creators":["Ιωάννου Θάλεια-Φερενίκη","Ioannou Thaleia-Fereniki"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2018,"date_issued":"2018","date_published":"2018","updated_at":"2026-11-19T05:31:57Z","subjects":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2779465"],"render_values":[{"text":"uoadl:2779465","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2779465","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2779465","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%3A2779465","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ιωάννου Θάλεια-Φερενίκη","Ioannou Thaleia-Fereniki"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2018"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"]}]},{"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:2779465","https://pergamos.lib.uoa.gr/uoa/dl/object/2779465"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Στόχος και βασικό αντικείμενο της παρούσας διπλωματικής εργασίας η οποία εντάσσεται σε ένα γενικότερο και μεγαλύτερο εγχείρημα είναι αρχικά η εξόρυξη δεδομένων, και στη συνέχεια να ποσοτικοποιήσει και να ταξινομήσει με έναν τρόπο τα υποκειμενικά συναισθήματα όπως αυτά αποτυπώνονται κυρίως σε κριτικές της πλατφόρμας Airbnb. Επίσης, η περιγραφή των τεχνολογιών και μεθοδολογιών εξόρυξης γνώμης (opinion mining) και ανάλυσης συναισθήματος (sentiment analysis) σε περιβάλλοντα κοινωνικής δικτύωσης, πιο συγκεκριμένα στο Twitter. Θα προσπαθήσουμε να εξάγουμε συγκεκριμένα αποτελέσματα διερευνώντας τρόπους με τους οποίους οι έννοιες που περιγράφουμε βρίσκουν εφαρμογή στα μέσα κοινωνικής δικτύωσης στον τομέα του μάρκετινγκ. Θα μελετήσουμε κυρίως κατά πόσο επηρεάζουν τα μέσα κοινωνικής δικτύωσης την προώθηση εμπορικού σήματος σε επιχειρήσεις όπως η Airbnb και το booking, κατόπιν θα εξετάσουμε λέξη προς λέξη κριτικές και tweets, αναλύoντας κάθε συνιστώσα και εξάγοντας το συνολικό sentiment σε μια ποσοτικοποιημένη μορφή. Τέλος, θα γίνει μια σύγκριση ανάμεσα στις δύο εταιρίες(Airbnb & Booking) ώστε να βρεθεί ποια έχει τον μεγαλύτερο αριθμό αναφορών(mentions) στο Twitter κατά το διάστημα που μελετάει η παρούσα έρευνα. Μελετώντας το θεωρητικό πλαίσιο και με την μέθοδο της χρήσης λεξικού θα δημιουργηθεί το κατάλληλο πρόγραμμα ώστε να μπορέσουμε να επεξεργαστούμε τα δεδομένα και να εξάγουμε τα αποτελέσματα που επιχειρεί η έρευνά μας.","The main aim of the present thesis, which is a part of a broader attempt, is to quantify the subjective sentiments as they are mentioned in reviews in the Airbnb platform. In addition, the description of types of technology and methodology for opinion mining and sentiment analysis within the social media context and more specifically in Twitter and in reviews. We will attempt to produce specific measurements and conclusions by exploring the ways the concepts that we described above are applied within the context of social media marketing. We will mainly study the extent to which social media affect the branding of enterprises such as Airbnb and Booking, and then we will examine word by word various reviews and tweets, by analyzing every aspect and deducing the sentiment in a quantified figure. Finally, a comparison will be made between the two brandings (Airbnb & Booking) to find out who has the largest number of mentions on Twitter during this study"]},{"key":"dc:title","label":"Title","values":["Ανάλυση συναισθήματος σε reviews και δεδομένα του twitter. Οι περιπτώσεις του booking και της. Airbnb"]}]}],"canonical_facts":{"dc:creator":["Ιωάννου Θάλεια-Φερενίκη","Ioannou Thaleia-Fereniki"],"dc:date":["2018"],"dc:description":["Στόχος και βασικό αντικείμενο της παρούσας διπλωματικής εργασίας η οποία εντάσσεται σε ένα γενικότερο και μεγαλύτερο εγχείρημα είναι αρχικά η εξόρυξη δεδομένων, και στη συνέχεια να ποσοτικοποιήσει και να ταξινομήσει με έναν τρόπο τα υποκειμενικά συναισθήματα όπως αυτά αποτυπώνονται κυρίως σε κριτικές της πλατφόρμας Airbnb. Επίσης, η περιγραφή των τεχνολογιών και μεθοδολογιών εξόρυξης γνώμης (opinion mining) και ανάλυσης συναισθήματος (sentiment analysis) σε περιβάλλοντα κοινωνικής δικτύωσης, πιο συγκεκριμένα στο Twitter. Θα προσπαθήσουμε να εξάγουμε συγκεκριμένα αποτελέσματα διερευνώντας τρόπους με τους οποίους οι έννοιες που περιγράφουμε βρίσκουν εφαρμογή στα μέσα κοινωνικής δικτύωσης στον τομέα του μάρκετινγκ. Θα μελετήσουμε κυρίως κατά πόσο επηρεάζουν τα μέσα κοινωνικής δικτύωσης την προώθηση εμπορικού σήματος σε επιχειρήσεις όπως η Airbnb και το booking, κατόπιν θα εξετάσουμε λέξη προς λέξη κριτικές και tweets, αναλύoντας κάθε συνιστώσα και εξάγοντας το συνολικό sentiment σε μια ποσοτικοποιημένη μορφή. Τέλος, θα γίνει μια σύγκριση ανάμεσα στις δύο εταιρίες(Airbnb & Booking) ώστε να βρεθεί ποια έχει τον μεγαλύτερο αριθμό αναφορών(mentions) στο Twitter κατά το διάστημα που μελετάει η παρούσα έρευνα. Μελετώντας το θεωρητικό πλαίσιο και με την μέθοδο της χρήσης λεξικού θα δημιουργηθεί το κατάλληλο πρόγραμμα ώστε να μπορέσουμε να επεξεργαστούμε τα δεδομένα και να εξάγουμε τα αποτελέσματα που επιχειρεί η έρευνά μας.","The main aim of the present thesis, which is a part of a broader attempt, is to quantify the subjective sentiments as they are mentioned in reviews in the Airbnb platform. In addition, the description of types of technology and methodology for opinion mining and sentiment analysis within the social media context and more specifically in Twitter and in reviews. We will attempt to produce specific measurements and conclusions by exploring the ways the concepts that we described above are applied within the context of social media marketing. We will mainly study the extent to which social media affect the branding of enterprises such as Airbnb and Booking, and then we will examine word by word various reviews and tweets, by analyzing every aspect and deducing the sentiment in a quantified figure. Finally, a comparison will be made between the two brandings (Airbnb & Booking) to find out who has the largest number of mentions on Twitter during this study"],"dc:identifier":["uoadl:2779465","https://pergamos.lib.uoa.gr/uoa/dl/object/2779465"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"],"dc:title":["Ανάλυση συναισθήματος σε reviews και δεδομένα του twitter. Οι περιπτώσεις του booking και της. Airbnb"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:31:57Z"}