{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2836933"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2836933","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 και Εξόρυξη Κειμένου σε αξιολογήσεις στο TripAdvisor","abstract":"Το αντικείμενο της παρούσας διπλωματικής εργασίας είναι η ανάλυση συναισθήματος σε δεδομένα της κοινωνικής πλατφόρμας TripAdvisor με την μέθοδο μη επιβλεπόμενης μάθησης βασισμένη σε λεξικό. Η ανάλυση συναισθήματος, που ονομάζεται επίσης εξόρυξη γνώμης (opinion mining), είναι ο τομέας της επιστήμης που αναλύει τις απόψεις, τα αισθήματα, τις εκτιμήσεις, τις στάσεις, τα συναισθήματα προς οντότητες και τα χαρακτηριστικά γνωρίσματά που εκφράζονται σε γραπτό κείμενο. Τα τελευταία χρόνια έχει παρουσιαστεί ραγδαία ανάπτυξη ως πεδίο έρευνας, εξαιτίας της μεγάλης επιρροής των κοινωνικών δικτύων και των πλατφόρμων κοινωνικής δικτύωσης στην καθημερινότητά μας, και λόγω του ότι παρέχει ένα αυτοματοποιημένο τρόπο για την ανάλυση της γραπτής πληροφορίας που αφθονεί στις διαδικτυακές πηγές. Η αναγνώριση του συναισθήματος γίνεται σε δύο κατηγορίες, θετικό και αρνητικό συναίσθημα και για τις ανάγκες της εργασίας χρησιμοποιείται ένα σύνολο από περίπου 50.047 αξιολογήσεων από τους χρήστες του TripAdvisor σχετικά με πέντε βασικά σημεία τουρισμού της Αθήνας. Το πρώτο μέρος της ανάλυσης αναφέρεται στην ανάκτηση των δεδομένων μέσω της χρήσης του scraping και αφού γίνει η προ-επεξεργασία των δεδομένων για όλους τους ειδικούς όρους που απαντώνται σε αυτά και μπορεί να δυσκολεύουν την ανάλυση τους, παράλληλα, εξετάζονται διάφοροι τρόποι εξαγωγής πληροφορίας από τα δεδομένα κειμένου και συγκεκριμένα η κλασσική μέθοδος Bag-of-Words με τις παραλλαγές term frequency και tf-idf (term frequency - inverse document frequency) και οι διανυσματικές αναπαραστάσεις λέξεων που καλούνται word vectors με την χρήση της γλώσσας python, της βιβλιοθήκης της pandas και του NRC-Emotion Lexicon. Οι παραπάνω ιδέες αξιολογούνται όλες στο σύνολο δεδομένων. Η εργασία καταλήγει στο συμπέρασμα πως οι τεχνικές ανάλυσης συναισθήματος μέσω της χρήσης λεξικού ανταποκρίνονται πολύ καλά στο πρόβλημα παρέχοντας γρήγορες υλοποιήσεις και αξιόπιστες επιδόσεις. Ακολουθώντας τις διαφορετικές μεθοδολογίες: (α) τη συχνότητα χρήσης μεμονωμένων λέξεων το σχήμα στάθμισης TF-IDF, (β) την εμφάνιση επιλεγμένων λέξεων πολικότητας με τη χρήση λεξικού καθώς και (γ) την τεχνική ομαδοποίησης K-means Clustering, παράγονται σημαντικές πληροφορίες σχετικά με την άποψη των χρηστών για τα πέντε αυτά τουριστικά σημεία της Αθήνας. Τα αποτελέσματα της μελέτης αυτής αποδεικνύουν ότι οι αξιολογήσεις των χρηστών, οι οποίες είναι γραμμένες στην αγγλική γλώσσα, είναι δυνατό να ταξινομηθούν, με βάση την συναισθηματική τους πολικότητα, με έναν πολύ αποτελεσματικό τρόπο, παράγοντας επαρκή συμπεράσματα. Η έρευνα αυτή μπορεί να βοηθήσει στην ελαχιστοποίηση του χρόνου που απαιτείται στην αναζήτηση εξόρυξη πληροφορίας σχετικά με τα πέντε τουριστικά σημεία μελέτης καθώς επίσης να βοηθήσει στην ανάπτυξη του τουρισμού στην περιοχή της Αθήνας και της Ελλάδας γενικότερα. Λέξεις Κλειδιά: Ανάλυση συναισθήματος, Εξόρυξη κειμένου, TripAdvisor, Κ-means Clustering","abstract_html":"Το αντικείμενο της παρούσας διπλωματικής εργασίας είναι η ανάλυση συναισθήματος σε δεδομένα της κοινωνικής πλατφόρμας TripAdvisor με την μέθοδο μη επιβλεπόμενης μάθησης βασισμένη σε λεξικό. Η ανάλυση συναισθήματος, που ονομάζεται επίσης εξόρυξη γνώμης (opinion mining), είναι ο τομέας της επιστήμης που αναλύει τις απόψεις, τα αισθήματα, τις εκτιμήσεις, τις στάσεις, τα συναισθήματα προς οντότητες και τα χαρακτηριστικά γνωρίσματά που εκφράζονται σε γραπτό κείμενο. Τα τελευταία χρόνια έχει παρουσιαστεί ραγδαία ανάπτυξη ως πεδίο έρευνας, εξαιτίας της μεγάλης επιρροής των κοινωνικών δικτύων και των πλατφόρμων κοινωνικής δικτύωσης στην καθημερινότητά μας, και λόγω του ότι παρέχει ένα αυτοματοποιημένο τρόπο για την ανάλυση της γραπτής πληροφορίας που αφθονεί στις διαδικτυακές πηγές. Η αναγνώριση του συναισθήματος γίνεται σε δύο κατηγορίες, θετικό και αρνητικό συναίσθημα και για τις ανάγκες της εργασίας χρησιμοποιείται ένα σύνολο από περίπου 50.047 αξιολογήσεων από τους χρήστες του TripAdvisor σχετικά με πέντε βασικά σημεία τουρισμού της Αθήνας. Το πρώτο μέρος της ανάλυσης αναφέρεται στην ανάκτηση των δεδομένων μέσω της χρήσης του scraping και αφού γίνει η προ-επεξεργασία των δεδομένων για όλους τους ειδικούς όρους που απαντώνται σε αυτά και μπορεί να δυσκολεύουν την ανάλυση τους, παράλληλα, εξετάζονται διάφοροι τρόποι εξαγωγής πληροφορίας από τα δεδομένα κειμένου και συγκεκριμένα η κλασσική μέθοδος Bag-of-Words με τις παραλλαγές term frequency και tf-idf (term frequency - inverse document frequency) και οι διανυσματικές αναπαραστάσεις λέξεων που καλούνται word vectors με την χρήση της γλώσσας python, της βιβλιοθήκης της pandas και του NRC-Emotion Lexicon. Οι παραπάνω ιδέες αξιολογούνται όλες στο σύνολο δεδομένων. Η εργασία καταλήγει στο συμπέρασμα πως οι τεχνικές ανάλυσης συναισθήματος μέσω της χρήσης λεξικού ανταποκρίνονται πολύ καλά στο πρόβλημα παρέχοντας γρήγορες υλοποιήσεις και αξιόπιστες επιδόσεις. Ακολουθώντας τις διαφορετικές μεθοδολογίες: (α) τη συχνότητα χρήσης μεμονωμένων λέξεων το σχήμα στάθμισης TF-IDF, (β) την εμφάνιση επιλεγμένων λέξεων πολικότητας με τη χρήση λεξικού καθώς και (γ) την τεχνική ομαδοποίησης K-means Clustering, παράγονται σημαντικές πληροφορίες σχετικά με την άποψη των χρηστών για τα πέντε αυτά τουριστικά σημεία της Αθήνας. Τα αποτελέσματα της μελέτης αυτής αποδεικνύουν ότι οι αξιολογήσεις των χρηστών, οι οποίες είναι γραμμένες στην αγγλική γλώσσα, είναι δυνατό να ταξινομηθούν, με βάση την συναισθηματική τους πολικότητα, με έναν πολύ αποτελεσματικό τρόπο, παράγοντας επαρκή συμπεράσματα. Η έρευνα αυτή μπορεί να βοηθήσει στην ελαχιστοποίηση του χρόνου που απαιτείται στην αναζήτηση εξόρυξη πληροφορίας σχετικά με τα πέντε τουριστικά σημεία μελέτης καθώς επίσης να βοηθήσει στην ανάπτυξη του τουρισμού στην περιοχή της Αθήνας και της Ελλάδας γενικότερα. Λέξεις Κλειδιά: Ανάλυση συναισθήματος, Εξόρυξη κειμένου, TripAdvisor, Κ-means Clustering","abstract_has_math":false,"creators":["Παπαδοπούλου Ευαγγελία","Papadopoulou Evangelia"],"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":"2026-11-19T05:33:07Z","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:2836933"],"render_values":[{"text":"uoadl:2836933","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2836933","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2836933","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%3A2836933","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Παπαδοπούλου Ευαγγελία","Papadopoulou Evangelia"]}]},{"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:2836933","https://pergamos.lib.uoa.gr/uoa/dl/object/2836933"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Το αντικείμενο της παρούσας διπλωματικής εργασίας είναι η ανάλυση συναισθήματος σε δεδομένα της κοινωνικής πλατφόρμας TripAdvisor με την μέθοδο μη επιβλεπόμενης μάθησης βασισμένη σε λεξικό. Η ανάλυση συναισθήματος, που ονομάζεται επίσης εξόρυξη γνώμης (opinion mining), είναι ο τομέας της επιστήμης που αναλύει τις απόψεις, τα αισθήματα, τις εκτιμήσεις, τις στάσεις, τα συναισθήματα προς οντότητες και τα χαρακτηριστικά γνωρίσματά που εκφράζονται σε γραπτό κείμενο. Τα τελευταία χρόνια έχει παρουσιαστεί ραγδαία ανάπτυξη ως πεδίο έρευνας, εξαιτίας της μεγάλης επιρροής των κοινωνικών δικτύων και των πλατφόρμων κοινωνικής δικτύωσης στην καθημερινότητά μας, και λόγω του ότι παρέχει ένα αυτοματοποιημένο τρόπο για την ανάλυση της γραπτής πληροφορίας που αφθονεί στις διαδικτυακές πηγές. Η αναγνώριση του συναισθήματος γίνεται σε δύο κατηγορίες, θετικό και αρνητικό συναίσθημα και για τις ανάγκες της εργασίας χρησιμοποιείται ένα σύνολο από περίπου 50.047 αξιολογήσεων από τους χρήστες του TripAdvisor σχετικά με πέντε βασικά σημεία τουρισμού της Αθήνας. Το πρώτο μέρος της ανάλυσης αναφέρεται στην ανάκτηση των δεδομένων μέσω της χρήσης του scraping και αφού γίνει η προ-επεξεργασία των δεδομένων για όλους τους ειδικούς όρους που απαντώνται σε αυτά και μπορεί να δυσκολεύουν την ανάλυση τους, παράλληλα, εξετάζονται διάφοροι τρόποι εξαγωγής πληροφορίας από τα δεδομένα κειμένου και συγκεκριμένα η κλασσική μέθοδος Bag-of-Words με τις παραλλαγές term frequency και tf-idf (term frequency - inverse document frequency) και οι διανυσματικές αναπαραστάσεις λέξεων που καλούνται word vectors με την χρήση της γλώσσας python, της βιβλιοθήκης της pandas και του NRC-Emotion Lexicon. Οι παραπάνω ιδέες αξιολογούνται όλες στο σύνολο δεδομένων. Η εργασία καταλήγει στο συμπέρασμα πως οι τεχνικές ανάλυσης συναισθήματος μέσω της χρήσης λεξικού ανταποκρίνονται πολύ καλά στο πρόβλημα παρέχοντας γρήγορες υλοποιήσεις και αξιόπιστες επιδόσεις. Ακολουθώντας τις διαφορετικές μεθοδολογίες: (α) τη συχνότητα χρήσης μεμονωμένων λέξεων το σχήμα στάθμισης TF-IDF, (β) την εμφάνιση επιλεγμένων λέξεων πολικότητας με τη χρήση λεξικού καθώς και (γ) την τεχνική ομαδοποίησης K-means Clustering, παράγονται σημαντικές πληροφορίες σχετικά με την άποψη των χρηστών για τα πέντε αυτά τουριστικά σημεία της Αθήνας. Τα αποτελέσματα της μελέτης αυτής αποδεικνύουν ότι οι αξιολογήσεις των χρηστών, οι οποίες είναι γραμμένες στην αγγλική γλώσσα, είναι δυνατό να ταξινομηθούν, με βάση την συναισθηματική τους πολικότητα, με έναν πολύ αποτελεσματικό τρόπο, παράγοντας επαρκή συμπεράσματα. Η έρευνα αυτή μπορεί να βοηθήσει στην ελαχιστοποίηση του χρόνου που απαιτείται στην αναζήτηση εξόρυξη πληροφορίας σχετικά με τα πέντε τουριστικά σημεία μελέτης καθώς επίσης να βοηθήσει στην ανάπτυξη του τουρισμού στην περιοχή της Αθήνας και της Ελλάδας γενικότερα. Λέξεις Κλειδιά: Ανάλυση συναισθήματος, Εξόρυξη κειμένου, TripAdvisor, Κ-means Clustering","The subject of this thesis is the analysis of sentiment in data on the social platform of TripAdvisor with the non-supervised lexical based learning method. Sentiment analysis, also called opinion mining, is the field of science that analyzes opinions, feelings, assessments, attitudes, feelings to entities, and features that are expressed in written text. Recent years have shown rapid growth as a research field, due to the great influence of social networks and social media platforms in our everyday lives, and because it provides an automated way to analyze the written information that abounds in online sources. Recognition of sentiment occurs in two categories, positive and negative emotions, and for the needs of work, a total of about 49,748 evaluations from the users of TripAdvisor on five key tourist spots in Athens are used. The first part of the analysis refers to the data recovery through the use of scraping and after pre-processing the data for all the specific terms encountered in them and can make their analysis difficult, while at the same time various ways of extracting information from the data and in particular the classical Bag-of-Words method with the term frequency and tf-idf (term frequency - inverse document frequency) variants and the vector representations of words called word vectors using the python language, the pandas library and the use of NRC-Emotion Lexicon. The above ideas are all evaluated in the dataset. The work concludes that speech-based emotional analysis techniques respond very well to the problem by providing quick implementations and reliable performance. Following different methods: (a) the frequency of use of individual words using the TF-IDF method, (b) the appearance of selected polarity of words using a dictionary, and (c) technical K-means Clustering, producing significant information on the users' view of these five tourist spots in Athens. The results of our study show that we can classify reviews written in English based on their emotional polarity in a very effective way. This research can help minimize the time needed to search for relevant information as well as help in the development of tourism in Athens and Greece in general."]},{"key":"dc:title","label":"Title","values":["Ανάλυση Συναισθήματος και Εξόρυξη Κειμένου σε αξιολογήσεις στο TripAdvisor"]}]}],"canonical_facts":{"dc:creator":["Παπαδοπούλου Ευαγγελία","Papadopoulou Evangelia"],"dc:date":["2018"],"dc:description":["Το αντικείμενο της παρούσας διπλωματικής εργασίας είναι η ανάλυση συναισθήματος σε δεδομένα της κοινωνικής πλατφόρμας TripAdvisor με την μέθοδο μη επιβλεπόμενης μάθησης βασισμένη σε λεξικό. Η ανάλυση συναισθήματος, που ονομάζεται επίσης εξόρυξη γνώμης (opinion mining), είναι ο τομέας της επιστήμης που αναλύει τις απόψεις, τα αισθήματα, τις εκτιμήσεις, τις στάσεις, τα συναισθήματα προς οντότητες και τα χαρακτηριστικά γνωρίσματά που εκφράζονται σε γραπτό κείμενο. Τα τελευταία χρόνια έχει παρουσιαστεί ραγδαία ανάπτυξη ως πεδίο έρευνας, εξαιτίας της μεγάλης επιρροής των κοινωνικών δικτύων και των πλατφόρμων κοινωνικής δικτύωσης στην καθημερινότητά μας, και λόγω του ότι παρέχει ένα αυτοματοποιημένο τρόπο για την ανάλυση της γραπτής πληροφορίας που αφθονεί στις διαδικτυακές πηγές. Η αναγνώριση του συναισθήματος γίνεται σε δύο κατηγορίες, θετικό και αρνητικό συναίσθημα και για τις ανάγκες της εργασίας χρησιμοποιείται ένα σύνολο από περίπου 50.047 αξιολογήσεων από τους χρήστες του TripAdvisor σχετικά με πέντε βασικά σημεία τουρισμού της Αθήνας. Το πρώτο μέρος της ανάλυσης αναφέρεται στην ανάκτηση των δεδομένων μέσω της χρήσης του scraping και αφού γίνει η προ-επεξεργασία των δεδομένων για όλους τους ειδικούς όρους που απαντώνται σε αυτά και μπορεί να δυσκολεύουν την ανάλυση τους, παράλληλα, εξετάζονται διάφοροι τρόποι εξαγωγής πληροφορίας από τα δεδομένα κειμένου και συγκεκριμένα η κλασσική μέθοδος Bag-of-Words με τις παραλλαγές term frequency και tf-idf (term frequency - inverse document frequency) και οι διανυσματικές αναπαραστάσεις λέξεων που καλούνται word vectors με την χρήση της γλώσσας python, της βιβλιοθήκης της pandas και του NRC-Emotion Lexicon. Οι παραπάνω ιδέες αξιολογούνται όλες στο σύνολο δεδομένων. Η εργασία καταλήγει στο συμπέρασμα πως οι τεχνικές ανάλυσης συναισθήματος μέσω της χρήσης λεξικού ανταποκρίνονται πολύ καλά στο πρόβλημα παρέχοντας γρήγορες υλοποιήσεις και αξιόπιστες επιδόσεις. Ακολουθώντας τις διαφορετικές μεθοδολογίες: (α) τη συχνότητα χρήσης μεμονωμένων λέξεων το σχήμα στάθμισης TF-IDF, (β) την εμφάνιση επιλεγμένων λέξεων πολικότητας με τη χρήση λεξικού καθώς και (γ) την τεχνική ομαδοποίησης K-means Clustering, παράγονται σημαντικές πληροφορίες σχετικά με την άποψη των χρηστών για τα πέντε αυτά τουριστικά σημεία της Αθήνας. Τα αποτελέσματα της μελέτης αυτής αποδεικνύουν ότι οι αξιολογήσεις των χρηστών, οι οποίες είναι γραμμένες στην αγγλική γλώσσα, είναι δυνατό να ταξινομηθούν, με βάση την συναισθηματική τους πολικότητα, με έναν πολύ αποτελεσματικό τρόπο, παράγοντας επαρκή συμπεράσματα. Η έρευνα αυτή μπορεί να βοηθήσει στην ελαχιστοποίηση του χρόνου που απαιτείται στην αναζήτηση εξόρυξη πληροφορίας σχετικά με τα πέντε τουριστικά σημεία μελέτης καθώς επίσης να βοηθήσει στην ανάπτυξη του τουρισμού στην περιοχή της Αθήνας και της Ελλάδας γενικότερα. Λέξεις Κλειδιά: Ανάλυση συναισθήματος, Εξόρυξη κειμένου, TripAdvisor, Κ-means Clustering","The subject of this thesis is the analysis of sentiment in data on the social platform of TripAdvisor with the non-supervised lexical based learning method. Sentiment analysis, also called opinion mining, is the field of science that analyzes opinions, feelings, assessments, attitudes, feelings to entities, and features that are expressed in written text. Recent years have shown rapid growth as a research field, due to the great influence of social networks and social media platforms in our everyday lives, and because it provides an automated way to analyze the written information that abounds in online sources. Recognition of sentiment occurs in two categories, positive and negative emotions, and for the needs of work, a total of about 49,748 evaluations from the users of TripAdvisor on five key tourist spots in Athens are used. The first part of the analysis refers to the data recovery through the use of scraping and after pre-processing the data for all the specific terms encountered in them and can make their analysis difficult, while at the same time various ways of extracting information from the data and in particular the classical Bag-of-Words method with the term frequency and tf-idf (term frequency - inverse document frequency) variants and the vector representations of words called word vectors using the python language, the pandas library and the use of NRC-Emotion Lexicon. The above ideas are all evaluated in the dataset. The work concludes that speech-based emotional analysis techniques respond very well to the problem by providing quick implementations and reliable performance. Following different methods: (a) the frequency of use of individual words using the TF-IDF method, (b) the appearance of selected polarity of words using a dictionary, and (c) technical K-means Clustering, producing significant information on the users' view of these five tourist spots in Athens. The results of our study show that we can classify reviews written in English based on their emotional polarity in a very effective way. This research can help minimize the time needed to search for relevant information as well as help in the development of tourism in Athens and Greece in general."],"dc:identifier":["uoadl:2836933","https://pergamos.lib.uoa.gr/uoa/dl/object/2836933"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"],"dc:title":["Ανάλυση Συναισθήματος και Εξόρυξη Κειμένου σε αξιολογήσεις στο TripAdvisor"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:33:07Z"}