{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3217416"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3217416","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Ο ρόλος της εικόνας στις δημοσιεύσεις Μη Κυβερνητικών Οργανισμών και η πρόβλεψη της δημοφιλίας τους","abstract":"Η παρούσα μελέτη αποσκοπεί στην ανάλυση του ρόλου των εικόνων στις δημοσιεύσεις Μη Κυβερνητικών Οργανισμών στα μέσα κοινωνικής δικτύωσης, ως προς τη δημοτικότητά τους. Πιο συγκεκριμένα, καθώς ο απώτερος στόχος της παρουσίας μιας ΜΚΟ στα μέσα κοινωνικής δικτύωσης είναι η ευαισθητοποίηση και η ενημέρωση του μεγαλύτερου δυνατού κοινού, η αποτελεσματική επιλογή των εικόνων και του κειμένου που τις συνοδεύει, έχει μεγάλη σημασία. Παρόλο που έχουν πραγματοποιηθεί πολλές έρευνες, σχετικές με τα κειμενικά χαρακτηριστικά μιας ανάρτησης στα μέσα κοινωνικής δικτύωσης και πώς αυτά επηρεάζουν την απόδοσή της, ελάχιστες έχουν επικεντρωθεί αποκλειστικά στις εικόνες. Ως εκ τούτου, η παρούσα εργασία προτείνει μια προσέγγιση μηχανικής μάθησης για την πρόβλεψη της δημοτικότητας των δημοσιεύσεων ΜΚΟ στα μέσα κοινωνικής δικτύωσης με βάση αποκλειστικά τα χαρακτηριστικά των δημοσιευμένων εικόνων και χρησιμοποιεί μεθόδους επεξηγηματικότητας για τον καθορισμό των σημαντικότερων προβλεπτικών παραγόντων.","abstract_html":"Η παρούσα μελέτη αποσκοπεί στην ανάλυση του ρόλου των εικόνων στις δημοσιεύσεις Μη Κυβερνητικών Οργανισμών στα μέσα κοινωνικής δικτύωσης, ως προς τη δημοτικότητά τους. Πιο συγκεκριμένα, καθώς ο απώτερος στόχος της παρουσίας μιας ΜΚΟ στα μέσα κοινωνικής δικτύωσης είναι η ευαισθητοποίηση και η ενημέρωση του μεγαλύτερου δυνατού κοινού, η αποτελεσματική επιλογή των εικόνων και του κειμένου που τις συνοδεύει, έχει μεγάλη σημασία. Παρόλο που έχουν πραγματοποιηθεί πολλές έρευνες, σχετικές με τα κειμενικά χαρακτηριστικά μιας ανάρτησης στα μέσα κοινωνικής δικτύωσης και πώς αυτά επηρεάζουν την απόδοσή της, ελάχιστες έχουν επικεντρωθεί αποκλειστικά στις εικόνες. Ως εκ τούτου, η παρούσα εργασία προτείνει μια προσέγγιση μηχανικής μάθησης για την πρόβλεψη της δημοτικότητας των δημοσιεύσεων ΜΚΟ στα μέσα κοινωνικής δικτύωσης με βάση αποκλειστικά τα χαρακτηριστικά των δημοσιευμένων εικόνων και χρησιμοποιεί μεθόδους επεξηγηματικότητας για τον καθορισμό των σημαντικότερων προβλεπτικών παραγόντων.","abstract_has_math":false,"creators":["Κουτρομάνου Ευαγγελία","Koutromanou Evangelia"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-11-19T05:45:48Z","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:3217416"],"render_values":[{"text":"uoadl:3217416","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3217416","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3217416","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%3A3217416","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κουτρομάνου Ευαγγελία","Koutromanou Evangelia"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022"]},{"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:3217416","https://pergamos.lib.uoa.gr/uoa/dl/object/3217416"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα μελέτη αποσκοπεί στην ανάλυση του ρόλου των εικόνων στις δημοσιεύσεις Μη Κυβερνητικών Οργανισμών στα μέσα κοινωνικής δικτύωσης, ως προς τη δημοτικότητά τους. Πιο συγκεκριμένα, καθώς ο απώτερος στόχος της παρουσίας μιας ΜΚΟ στα μέσα κοινωνικής δικτύωσης είναι η ευαισθητοποίηση και η ενημέρωση του μεγαλύτερου δυνατού κοινού, η αποτελεσματική επιλογή των εικόνων και του κειμένου που τις συνοδεύει, έχει μεγάλη σημασία. Παρόλο που έχουν πραγματοποιηθεί πολλές έρευνες, σχετικές με τα κειμενικά χαρακτηριστικά μιας ανάρτησης στα μέσα κοινωνικής δικτύωσης και πώς αυτά επηρεάζουν την απόδοσή της, ελάχιστες έχουν επικεντρωθεί αποκλειστικά στις εικόνες. Ως εκ τούτου, η παρούσα εργασία προτείνει μια προσέγγιση μηχανικής μάθησης για την πρόβλεψη της δημοτικότητας των δημοσιεύσεων ΜΚΟ στα μέσα κοινωνικής δικτύωσης με βάση αποκλειστικά τα χαρακτηριστικά των δημοσιευμένων εικόνων και χρησιμοποιεί μεθόδους επεξηγηματικότητας για τον καθορισμό των σημαντικότερων προβλεπτικών παραγόντων.","This thesis aims to analyze the role of images on social media posts of Non-Government Organizations regarding their popularity. As the ultimate goal of the existence of a Non-Government Organization on social media networks is to raise awareness and inform the largest possible audience, an effective selection of images and their accompanying text is of big importance. Although there is much work on the textual features of a social media post and how it affects its performance, little research has been done exclusively on images. Therefore, this work proposes a machine learning approach to predict the popularity of an NGO’s post on social media networks based solely on the characteristics of the published images and uses explainability methods to define the most important predictors."]},{"key":"dc:title","label":"Title","values":["Ο ρόλος της εικόνας στις δημοσιεύσεις Μη Κυβερνητικών Οργανισμών και η πρόβλεψη της δημοφιλίας τους"]}]}],"canonical_facts":{"dc:creator":["Κουτρομάνου Ευαγγελία","Koutromanou Evangelia"],"dc:date":["2022"],"dc:description":["Η παρούσα μελέτη αποσκοπεί στην ανάλυση του ρόλου των εικόνων στις δημοσιεύσεις Μη Κυβερνητικών Οργανισμών στα μέσα κοινωνικής δικτύωσης, ως προς τη δημοτικότητά τους. Πιο συγκεκριμένα, καθώς ο απώτερος στόχος της παρουσίας μιας ΜΚΟ στα μέσα κοινωνικής δικτύωσης είναι η ευαισθητοποίηση και η ενημέρωση του μεγαλύτερου δυνατού κοινού, η αποτελεσματική επιλογή των εικόνων και του κειμένου που τις συνοδεύει, έχει μεγάλη σημασία. Παρόλο που έχουν πραγματοποιηθεί πολλές έρευνες, σχετικές με τα κειμενικά χαρακτηριστικά μιας ανάρτησης στα μέσα κοινωνικής δικτύωσης και πώς αυτά επηρεάζουν την απόδοσή της, ελάχιστες έχουν επικεντρωθεί αποκλειστικά στις εικόνες. Ως εκ τούτου, η παρούσα εργασία προτείνει μια προσέγγιση μηχανικής μάθησης για την πρόβλεψη της δημοτικότητας των δημοσιεύσεων ΜΚΟ στα μέσα κοινωνικής δικτύωσης με βάση αποκλειστικά τα χαρακτηριστικά των δημοσιευμένων εικόνων και χρησιμοποιεί μεθόδους επεξηγηματικότητας για τον καθορισμό των σημαντικότερων προβλεπτικών παραγόντων.","This thesis aims to analyze the role of images on social media posts of Non-Government Organizations regarding their popularity. As the ultimate goal of the existence of a Non-Government Organization on social media networks is to raise awareness and inform the largest possible audience, an effective selection of images and their accompanying text is of big importance. Although there is much work on the textual features of a social media post and how it affects its performance, little research has been done exclusively on images. Therefore, this work proposes a machine learning approach to predict the popularity of an NGO’s post on social media networks based solely on the characteristics of the published images and uses explainability methods to define the most important predictors."],"dc:identifier":["uoadl:3217416","https://pergamos.lib.uoa.gr/uoa/dl/object/3217416"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"],"dc:title":["Ο ρόλος της εικόνας στις δημοσιεύσεις Μη Κυβερνητικών Οργανισμών και η πρόβλεψη της δημοφιλίας τους"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:45:48Z"}