Ανάλυση Συστημάτων Προτάσεων Και Εφαρμογή Αλγορίθμου Knn Στα Κοινωνικά Μέσα

Abstract

Στις μέρες μας, ο όγκος των πληροφοριών που μπορεί κανείς να βρει ή να δημοσιεύσει στο διαδίκτυο είναι τεράστιος. Οι χρήστες του διαδικτύου κατακλύζονται από προϊόντα και υπηρεσίες που καλύπτουν ένα μεγάλο εύρος τομέων. Το γεγονός αυτό, σε συνδυασμό με το ότι υπολείπονται σχετικής γνώσης και εμπειρίας κάνει πολύ δύσκολη την λήψη αποφάσεων σχετικά με το ποιά από τα διαθέσιμα προϊόντα ανταποκρίνονται στις ανάγκες και τις προτιμήσεις τους. Το πρόβλημα αυτό έρχονται να λύσουν τα Συστήματα Προτάσεων, τα οποία βρίσκουν στον χρήστη προϊόντα που τον ενδιαφέρουν και τον βοηθούν να καταλήξει σε αποφάσεις.Σκοπός της διπλωματικής εργασίας είναι η μελέτη ενός σπουδαίου λογισμικού εργαλείου, των Συστημάτων Προτάσεων, σε συσχετισμό με έναν πολύ σύγχρονο τομέα του διαδικτυακού τόπου, τα Κοινωνικά Μέσα. Προσπαθούμε να κατανοήσουμε το υπόβαθρο, τον τρόπο λειτουργίας και την χρησιμότητα των Συστημάτων Προτάσεων, καθώς και να εξετάσουμε κάποιες εφαρμογές τους στα Κοινωνικά Μέσα.Αρχικά αναλύουμε σε θεωρητικό επίπεδο τα είδη των Recommender Systems, τους αλγορίθμους που χρησιμοποιούν και τα πεδία στα οποία εφαρμόζονται, εμβαθύνοντας κυρίως στα Συστήματα που μπορούν να εφαρμοστούν στα Κοινωνικά Μέσα. Στη συνέχεια πραγματοποιούμε μια πρακτική εφαρμογή. Συγκεκριμένα, τρέχουμε έναν από τους δημοφιλείς αλγορίθμους που εφαρμόζεται ευρέως στα Συστήματα Προτάσεων, τον αλγόριθμο των κ-κοντινότερων γειτόνων. Ως είσοδο του προγράμματος χρησιμοποιούμε δεδομένα που συλλέξαμε από χρήστες του Facebook. Μεταβάλοντας τις παραμέτρους του αλγορίθμου προσπαθούμε να εξετάσουμε κατά πόσο είναι εφικτή και αποτελεσματική η χρήση δεδομένων από Κοινωνικά Μέσα για την εξαγωγή αποτελεσμάτων από τρίτες εφαρμογές, και όχι από αυτήν καθαυτήν την πλατφόρμα που έχει στη διάθεσή της περισσότερη γνώση ούτως ή άλλως. Τέλος, μελετώνται οι όποιες αδυναμίες του αλγορίθμου και προτείνονται επεκτάσεις προσανατολισμένες σε δεδομένα που προέρχονται από τα Κοινωνικά Μέσα.