Εφαρμογή τεχνικών και μεθόδων ανάλυσης σύγχρονων Κοινωνικών Δικτύων

Simple item page
dc.contributor.advisorΤριανταφύλλου, Βασίλης
dc.contributor.authorΡόκκου, Γεωργία
dc.contributor.committeeΠαρασκευάς, Μιχαήλ
dc.contributor.committeeΤαμπακάς, Βασίλειος
dc.contributor.committeeΑσημακόπουλος, Γιώργος
dc.contributor.committeeΚίτσος, Παρασκευάς
dc.contributor.committeeΚουτσογιάννης, Κωνσταντίνος
dc.contributor.committeeΧριστοδούλου, Σωτήριος
dc.contributor.departmentΤμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστώνel
dc.contributor.facultyΠολυτεχνική Σχολήel
dc.date.accessioned2026-03-13T07:25:51Z
dc.date.available2026-03-13T07:25:51Z
dc.date.issued2026-03-11
dc.description.abstractΗ παρούσα διδακτορική διατριβή πραγματεύεται το ζήτημα της αυτοματοποιημένης συγχώνευσης προτάσεων στο πλαίσιο των συστημάτων ηλεκτρονικής διαβούλευσης (e-deliberation), με σκοπό τη βελτίωση της οργάνωσης και της αποτελεσματικότητας του συμμετοχικού πολιτικού λόγου. Η έρευνα εστιάζει στην ανάπτυξη ενός υβριδικού μηχανισμού μέτρησης ομοιότητας προτάσεων, ο οποίος συνδυάζει λεξιλογικά και εννοιολογικά χαρακτηριστικά για την ανίχνευση νοηματικά συναφών προτάσεων. Η μεθοδολογία περιλαμβάνει τη λεξιλογική κανονικοποίηση ελληνικών δεδομένων μέσω του εργαλείου ILSP Lemmatizer, τον υπολογισμό λεξιλογικής ομοιότητας με μετρικές απόστασης και την εννοιολογική ανάλυση με χρήση σημασιολογικών αναπαραστάσεων. Ο συνδυασμός των αποτελεσμάτων οδήγησε στη διαμόρφωση ενός υβριδικού δείκτη ομοιότητας, ο οποίος εφαρμόστηκε σε πραγματικά δεδομένα από το σύστημα PODS. Τα πειραματικά αποτελέσματα έδειξαν ότι η προτεινόμενη προσέγγιση βελτιώνει σημαντικά την ακρίβεια αναγνώρισης συναφών προτάσεων και μειώνει τη θεματική επικάλυψη κατά τη διαδικασία της διαβούλευσης. Η συμβολή της διατριβής έγκειται στη γεφύρωση της υπολογιστικής επεξεργασίας φυσικής γλώσσας με τις ανάγκες της ηλεκτρονικής δημοκρατίας, προσφέροντας ένα αξιόπιστο και πρακτικά εφαρμόσιμο μοντέλο ενίσχυσης της συμμετοχικής διακυβέρνησης.el
dc.description.abstracttranslatedThis doctoral dissertation addresses the challenge of automated proposal merging within e-deliberation systems, aiming to improve the organization and effectiveness of participatory political discourse. The research focuses on the development of a hybrid mechanism for measuring sentence similarity, which combines lexical and conceptual features to detect semantically related proposals. The methodology includes lexical normalization of Greek data through the ILSP Lemmatizer tool, lexical similarity computation using distance-based metrics, and conceptual analysis based on semantic representations. The combination of these results led to the formulation of a hybrid similarity index, which was applied to real data from the PODS system. Experimental results demonstrated that the proposed approach significantly enhances the accuracy of identifying related proposals and reduces thematic overlap during the deliberation process. The contribution of this dissertation lies in bridging computational natural language processing with the needs of electronic democracy, offering a reliable and practically applicable model for strengthening participatory governance.el
dc.format.extent170el
dc.identifier.urihttps://amitos.library.uop.gr/handle/123456789/9752
dc.language.isoelel
dc.publisherΠανεπιστήμιο Πελοποννήσουel
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/gr/*
dc.subject.keywordE-Deliberationel
dc.subject.keywordΗλεκτρονική Διαβούλευσηel
dc.subject.keywordΣυγχώνευση Προτάσεωνel
dc.subject.keywordE-Democracyel
dc.subject.keywordProposal Mergingel
dc.subject.keywordHybrid Similarity Modelel
dc.titleΕφαρμογή τεχνικών και μεθόδων ανάλυσης σύγχρονων Κοινωνικών Δικτύωνel
dc.title.alternativeTechniques and analysis methods of modern Social Networksel
dc.typeΔιδακτορική διατριβήel

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Rokkou_9093201999016.pdf
Size:
2.39 MB
Format:
Adobe Portable Document Format
Description:
Διδακτορική διατριβή
Download

License bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
933 B
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών (Δ. Δ.)