Back to search

National and Kapodistrian University of Athens

Finding Topic-specific Trends and Influential Users in Social Networks

Abstract

dc:description

Τα κοινωνικά δίκτυα έχουν γίνει αναπόσπαστο κομμάτι της σύγχρονης ζωής. Κάθε μέρα όλο και περισσότεροι άνθρωποι χρησιμοποιούν αυτά τα δίκτυα για να επικοινωνούν με τους φίλους τους, να μοιράζονται τις απόψεις τους και να μένουν ενημερωμένοι για νέα και τρέχοντα γεγονότα. Η γενική αύξηση της χρήσης και της δημοτικότητας των κοινωνικών μέσων ενημέρωσης οδήγησε σε μια έκρηξη των διαθέσιμων δεδομένων, γεγονός το οποίο δημιούγησε νέες ευκαιρίες για διάφορα είδη εκμετάλλευσης, όπως η πρόβλεψη, η εύρεση αλλά και η δημιουργία τάσεων. Στην παρούσα διπλωματική εργασία, ξεκινάμε αναλύοντας την βιβλιογραφία που υπάρχει για τα συστήματα συστάσεων, καθώς και την αξία τους, για τα μέσα κοινωνικής δικτύωσης που υπάρχουν σήμερα, αλλά και γενικότερα για το ίντερνετ. Μετέπειτα αναλύουμε την συνεισφορά των συστημάτων εύρεσης επιρροής, της σημασίας τους αλλά και των χρήσεων τους στην μοντέρνες εφαρμογές διαδικτύου. Στόχος μας είναι να συνδυάσουμε τα δύο προαναφερθέντα συστήματα, προκειμένου να εντοπίσουμε τους πιο σημαντικούς χρήστες, όχι μόνο με βάση την δημότικότητα τους, αλλά και στους τομείς που ασκούν την μεγαλύτερη επιρροή. Ένας χρήστης που ασκεί μεγάλη επιρροή, είναι κάποιος που είναι γνωστός και αξιόπιστος από ένα συγκεκριμένο κοινό και σε συγκεκριμένα θέματα. Με την προσέγγισή μας προσπαθούμε να κάνουμε διάκριση μεταξύ διασημοτήτων και χρηστών κοινωνικών μέσων που πραγματικά γίνονται σεβαστά στους τομείς τους, και άλλοι χρήστες εμπιστεύονται και ακολουθούν ενεργά (αφοσίωση χρηστών). Στη συνέχεια επεκτείνουμε το σύστημά μας, προκειμένου να εντοπίσουμε και τις πιο σημαντικές διευθύνσεις URL, χρησιμοποιώντας τις ίδιες μετρηκές με πριν. Η προσέγγισή μας για την απάντηση στις παραπάνω ερωτήσεις βασίζεται στη λειτουργικότητα των hashtags τα οποία θεωρούμε ότι αντιπροσωπεύουν κάποιο θέμα σε κάθε δημοσίευση και στην υπόθεση ότι υπάρχουν πολλαπλά hashtags που αντιπροσωπεύουν ένα συγκεκριμένο θέμα. Σε αυτή τη διπλωματική, παρουσιάζουμε ένα σύστημα συστάσεων, το οποίο υλοποιούμε χρησιμοποιώντας Collaborative Filtering αλγορίθμους για (α) τον εντοπισμό των hashtags, των Urls και των χρηστών που σχετίζονται με ένα συγκεκριμένο θέμα, (β) συνδυασμό διαφόρων μετρικών επιλεγμένων από το κοινωνικό δίκτυο μαζί τους και (γ) να αντιμετωπίσει έτσι τις προαναφερθείσες ερωτήσεις στο Twitter. Το σύστημά υλοποιήθηκε με την χρήση του Apache Spark προκειμένου να επιτευχθεί η βέλτιστη κλιμάκωση και να είναι σε θέση να επεξεργάζεται αποτελεσματικά μεγάλους όγκους δεδομένων.Για την επαλήθευση των αποτελεσμάτων του συστήματός μας χρησιμοποιήσαμε δεδομένα τα οποία αντλήσαμε από το Twitter. Τελικά συγκρίνουμε τα αποτελέσματά μας με τα αποτελέσματα επιρροής που παράγονται από δύο εργαλεία εκτίμησης της επιρροής κοινωνικών δικτύων.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Δασκαλάκης Χρήστος
  • Daskalakis Christos

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:2920629

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Δασκαλάκης Χρήστος; Daskalakis Christos. Finding Topic-specific Trends and Influential Users in Social Networks. 2020. https://pergamos.lib.uoa.gr/uoa/dl/object/2920629