{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2956323"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2956323","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Interactive Recommendations in SQL Queries using Multi­-Armed Bandits","abstract":"Η SQL είναι η πιο δημοφιλής και εύκολη στη χρήση γλώσσα για την αναζήτηση και ανάλυση δεδομένων με μεγάλο όγκο σε βάσεις δεδομένων. Σήμερα, οι βάσεις δεδομένων είναι πολύπλοκες, περιέχοντας ένα μεγάλο πλήθος πινάκων και στηλών, καθιστώντας ενέργειες όπως η εξερεύνηση δεδομένων, δύσκολες ακόμη και για έμπειρους χρήστες. Στόχος μας είναι να βοηθήσουμε τους χρήστες να ανακαλύψουν τους πιο ενδιαφέροντες πίνακες και στήλες, ενώ συντάσουν τα SQL ερωτήματά τους. Για το σκοπό αυτό, προτείνουμε ένα σύστημα συστάσεων που έχει τη μορφή αυτόματης συμπλήρωσης. Το σύστημα που προτείνουμε χρησιμοποιεί Multi-Armed Bandits, μια κατηγορία αλγορίθμων που προσπαθούν να ισορροπήσουν το δίλημμα μεταξύ εξερεύνησης και εκμετάλλευσης, οι οποίοι είναι ιδιαίτερα κατάλληλοι για διαδραστική online μάθηση. Επιπλέον, οι ενέργειες των χρηστών από παρελθοντικές αλληλεπιδράσεις μπορούν να χρησιμοποιηθούν, για τη δημιουργία ενός πλαισίου, στο οποίο οι προτάσεις θα είναι εξατομικευμένες. Το σύστημά μας παρέχει προτάσεις που επιταχύνουν τη διαδικασία σύνταξης ερωτημάτων SQL, ενώ ταυτόχρονα μαθαίνει μέσω της ανατροφοδότησης από τους χρήστες.","abstract_html":"Η SQL είναι η πιο δημοφιλής και εύκολη στη χρήση γλώσσα για την αναζήτηση και ανάλυση δεδομένων με μεγάλο όγκο σε βάσεις δεδομένων. Σήμερα, οι βάσεις δεδομένων είναι πολύπλοκες, περιέχοντας ένα μεγάλο πλήθος πινάκων και στηλών, καθιστώντας ενέργειες όπως η εξερεύνηση δεδομένων, δύσκολες ακόμη και για έμπειρους χρήστες. Στόχος μας είναι να βοηθήσουμε τους χρήστες να ανακαλύψουν τους πιο ενδιαφέροντες πίνακες και στήλες, ενώ συντάσουν τα SQL ερωτήματά τους. Για το σκοπό αυτό, προτείνουμε ένα σύστημα συστάσεων που έχει τη μορφή αυτόματης συμπλήρωσης. Το σύστημα που προτείνουμε χρησιμοποιεί Multi-Armed Bandits, μια κατηγορία αλγορίθμων που προσπαθούν να ισορροπήσουν το δίλημμα μεταξύ εξερεύνησης και εκμετάλλευσης, οι οποίοι είναι ιδιαίτερα κατάλληλοι για διαδραστική online μάθηση. Επιπλέον, οι ενέργειες των χρηστών από παρελθοντικές αλληλεπιδράσεις μπορούν να χρησιμοποιηθούν, για τη δημιουργία ενός πλαισίου, στο οποίο οι προτάσεις θα είναι εξατομικευμένες. Το σύστημά μας παρέχει προτάσεις που επιταχύνουν τη διαδικασία σύνταξης ερωτημάτων SQL, ενώ ταυτόχρονα μαθαίνει μέσω της ανατροφοδότησης από τους χρήστες.","abstract_has_math":false,"creators":["Μανδαμαδιώτης Αντώνιος","Mandamadiotis Antonios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2021,"date_issued":"2021","date_published":"2021","updated_at":"2026-11-19T05:43:26Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2956323"],"render_values":[{"text":"uoadl:2956323","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2956323","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2956323","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%3A2956323","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μανδαμαδιώτης Αντώνιος","Mandamadiotis Antonios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2021"]},{"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":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"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:2956323","https://pergamos.lib.uoa.gr/uoa/dl/object/2956323"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η SQL είναι η πιο δημοφιλής και εύκολη στη χρήση γλώσσα για την αναζήτηση και ανάλυση δεδομένων με μεγάλο όγκο σε βάσεις δεδομένων. Σήμερα, οι βάσεις δεδομένων είναι πολύπλοκες, περιέχοντας ένα μεγάλο πλήθος πινάκων και στηλών, καθιστώντας ενέργειες όπως η εξερεύνηση δεδομένων, δύσκολες ακόμη και για έμπειρους χρήστες. Στόχος μας είναι να βοηθήσουμε τους χρήστες να ανακαλύψουν τους πιο ενδιαφέροντες πίνακες και στήλες, ενώ συντάσουν τα SQL ερωτήματά τους. Για το σκοπό αυτό, προτείνουμε ένα σύστημα συστάσεων που έχει τη μορφή αυτόματης συμπλήρωσης. Το σύστημα που προτείνουμε χρησιμοποιεί Multi-Armed Bandits, μια κατηγορία αλγορίθμων που προσπαθούν να ισορροπήσουν το δίλημμα μεταξύ εξερεύνησης και εκμετάλλευσης, οι οποίοι είναι ιδιαίτερα κατάλληλοι για διαδραστική online μάθηση. Επιπλέον, οι ενέργειες των χρηστών από παρελθοντικές αλληλεπιδράσεις μπορούν να χρησιμοποιηθούν, για τη δημιουργία ενός πλαισίου, στο οποίο οι προτάσεις θα είναι εξατομικευμένες. Το σύστημά μας παρέχει προτάσεις που επιταχύνουν τη διαδικασία σύνταξης ερωτημάτων SQL, ενώ ταυτόχρονα μαθαίνει μέσω της ανατροφοδότησης από τους χρήστες.","SQL is the most popular and easy to use language for querying and analyzing large volumes of data in databases. Nowadays, databases are complex, containing several tables and attributes, making data exploration tasks difficult even for expert users. Our aim is to assist users in discovering the most interesting tables and attributes, while they are forming their queries. For that purpose, a recommendation system is proposed in the form of auto-completion. The proposed system uses Multi-Armed Bandits, a category of algorithms that balance exploration and exploitation, which are very suitable for interactive online learning. Furthermore, user information from past interactions can be used to create a context, making the recommendations personalized. Our system provides recommendations that speed up the process of writing SQL statements while learning from user feedback."]},{"key":"dc:title","label":"Title","values":["Interactive Recommendations in SQL Queries using Multi­-Armed Bandits"]}]}],"canonical_facts":{"dc:creator":["Μανδαμαδιώτης Αντώνιος","Mandamadiotis Antonios"],"dc:date":["2021"],"dc:description":["Η SQL είναι η πιο δημοφιλής και εύκολη στη χρήση γλώσσα για την αναζήτηση και ανάλυση δεδομένων με μεγάλο όγκο σε βάσεις δεδομένων. Σήμερα, οι βάσεις δεδομένων είναι πολύπλοκες, περιέχοντας ένα μεγάλο πλήθος πινάκων και στηλών, καθιστώντας ενέργειες όπως η εξερεύνηση δεδομένων, δύσκολες ακόμη και για έμπειρους χρήστες. Στόχος μας είναι να βοηθήσουμε τους χρήστες να ανακαλύψουν τους πιο ενδιαφέροντες πίνακες και στήλες, ενώ συντάσουν τα SQL ερωτήματά τους. Για το σκοπό αυτό, προτείνουμε ένα σύστημα συστάσεων που έχει τη μορφή αυτόματης συμπλήρωσης. Το σύστημα που προτείνουμε χρησιμοποιεί Multi-Armed Bandits, μια κατηγορία αλγορίθμων που προσπαθούν να ισορροπήσουν το δίλημμα μεταξύ εξερεύνησης και εκμετάλλευσης, οι οποίοι είναι ιδιαίτερα κατάλληλοι για διαδραστική online μάθηση. Επιπλέον, οι ενέργειες των χρηστών από παρελθοντικές αλληλεπιδράσεις μπορούν να χρησιμοποιηθούν, για τη δημιουργία ενός πλαισίου, στο οποίο οι προτάσεις θα είναι εξατομικευμένες. Το σύστημά μας παρέχει προτάσεις που επιταχύνουν τη διαδικασία σύνταξης ερωτημάτων SQL, ενώ ταυτόχρονα μαθαίνει μέσω της ανατροφοδότησης από τους χρήστες.","SQL is the most popular and easy to use language for querying and analyzing large volumes of data in databases. Nowadays, databases are complex, containing several tables and attributes, making data exploration tasks difficult even for expert users. Our aim is to assist users in discovering the most interesting tables and attributes, while they are forming their queries. For that purpose, a recommendation system is proposed in the form of auto-completion. The proposed system uses Multi-Armed Bandits, a category of algorithms that balance exploration and exploitation, which are very suitable for interactive online learning. Furthermore, user information from past interactions can be used to create a context, making the recommendations personalized. Our system provides recommendations that speed up the process of writing SQL statements while learning from user feedback."],"dc:identifier":["uoadl:2956323","https://pergamos.lib.uoa.gr/uoa/dl/object/2956323"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Interactive Recommendations in SQL Queries using Multi­-Armed Bandits"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:43:26Z"}