Popularity metrics and forecasting for social networks - Analyze-me : πτυχιακή εργασία
Στο πλαίσιο της παρούσας Διπλωματικής Εργασίας αναπτύχθηκε μια εφαρμογή ανάλυσης κοινωνικών μέσων βασισμένη σε στατιστική επεξεργασία της συμπεριφοράς και ενεργειών των χρηστών στα διάφορα κοινωνικά δίκτυα όπως το Twitterκαι τοLinkedIn. Η εφαρμογή αποτελείται από μια ιστοσελίδα (www.analyze-me.com)...
Αποθηκεύτηκε σε:
| Κύριος συγγραφέας: | |
|---|---|
| Συγγραφή απο Οργανισμό/Αρχή: | |
| Μορφή: | Thesis Βιβλίο |
| Γλώσσα: | English |
| Δημοσίευση: |
2012.
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/11610/8679 |
| Ετικέτες: |
Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
|
| Περίληψη: | Στο πλαίσιο της παρούσας Διπλωματικής Εργασίας αναπτύχθηκε μια εφαρμογή ανάλυσης κοινωνικών μέσων βασισμένη σε στατιστική επεξεργασία της συμπεριφοράς και ενεργειών των χρηστών στα διάφορα κοινωνικά δίκτυα όπως το Twitterκαι τοLinkedIn. Η εφαρμογή αποτελείται από μια ιστοσελίδα (www.analyze-me.com) υλοποιημένη σε γλώσσα PHP. Η ιστοσελίδα βασίζεται κυρίως στη χρήση του KLOUTAPI και του TwitterAPI. Επίσης, αναπτύχθηκε μια βάση δεδομένων για την καταγραφή στατιστικών στοιχείων των χρηστών στο χρόνο τα οποία αποτελούν βασικά δεδομένα εισόδου στον προβλεπτικό αλγόριθμο για την προγνωστική δυνατότητα της εφαρμογής. Ειδικότερα, ένα Kalmanfilterσύστημα πρόβλεψης υλοποιείται μετά από ανάλυση και σύγκριση μερικών προβλεπτικών αλγορίθμων βάσει πραγματικών δεδομένων που καταγράφηκαν από τυχαίους χρήστες. Επιπρόσθετα, χρησιμοποιείται το LinkedInAPI για την αυθεντικοποίηση του χρήστη έτσι ώστε να μπορεί να εισάγει τα απαραίτητα στοιχεία για την περαιτέρω LinkedInανάλυση. Τέλος, αναπτύχθηκε η αντίστοιχη εφαρμογή στο λειτουργικό σύστημα Android για κινητές συσκευές. Η εφαρμογή για κινητές συσκευές παρέχει τις ίδιες δυνατότητες με την ιστοσελίδα, καιοι δυο μοιράζονται την ίδια βάση δεδομένων. In the framework of this Diploma Thesis a social media analyzing application has been development based on statistical analysis of users behavior and actions on certain social networking services such as Twitter and LinkedIn. The application consists of a website (www.analyze-me.com) implemented in PHP. The website is based mainly on the KLOUT API and Twitter API. Also, a database has been developed to store user statistics over time which are used as input data to the predictive algorithm for the forecasting capability of the application. Specifically, a Kalman filter prediction system is implemented, resulting from analysis and comparison of several predictive algorithms based on real-life data recorded from random users. Additionally, the LinkedIn API is used to authenticate the user so he can manually input the needed data to proceed with LinkedIn analysis.Finally, a mobile version of the application hasbeen developed with the Android operating system used in most modern mobile devices. The application for mobile devices offers the same services as the website, and both share the same database. |
|---|---|
| Περιγραφή τεκμηρίου: | Μέλη της εξεταστικής επιτροπής: Γιάννης Χαραλαμπίδης, Ευριπίδης Λουκής, Σπύρος Κοκολάκης. |
| Φυσική περιγραφή: | xi, 109 σ. : εικ. ; 30 εκ. |
| Βιβλιογραφία: | Βιβλιογραφία: σ. 81. |
| Πρόσβαση: | Διάθεση πλήρους κειμένου - Ελεύθερη πρόσβαση. |