| _version_ |
1828461278864080896
|
| author |
Ηλίογλου, Βασίλης
Ilioglou, Vasilis
|
| author2 |
Σταματάτος, Ευστάθιος
|
| author_facet |
Σταματάτος, Ευστάθιος
Ηλίογλου, Βασίλης
Ilioglou, Vasilis
|
| author_sort |
Ηλίογλου, Βασίλης
|
| collection |
DSpace
|
| description |
Όλος ο κώδικας προσφέρεται σε μορφή συνδέσμου στην ενότητα της Υλοποίησης στο αποθετήριο OneDrive με άδεια CC BY 4.0
|
| id |
oai:hellanicus.lib.aegean.gr:11610-21808
|
| institution |
Hellanicus
|
| language |
el_GR
|
| publishDate |
2021
|
| record_format |
dspace
|
| spelling |
oai:hellanicus.lib.aegean.gr:11610-218082021-07-01T08:01:31Z Ανίχνευση κρίσης στα κοινωνικά δίκτυα Crisis detection in social media Ηλίογλου, Βασίλης Ilioglou, Vasilis Σταματάτος, Ευστάθιος επεξεργασία φυσικής γλώσσας μηχανική μάθηση τεχνητή νοημοσύνη εξόρυξη δεδομένων ανάκτηση πληροφορίας επιστήμη δεδομένων natural language processing machine learning artificial intelligence data mining information retrieval data science Machine learning Natural language processing (Computer science) Artificial intelligence Data mining Social media Όλος ο κώδικας προσφέρεται σε μορφή συνδέσμου στην ενότητα της Υλοποίησης στο αποθετήριο OneDrive με άδεια CC BY 4.0 Διάφορες πρόσφατες μελέτες έχουν αναδείξει την σημασία των κοινωνικών μέσων δικτύωσης σε καταστάσεις κρίσεις και σε ανάγκες προσφοράς ανθρωπιστικής βοήθειας. Μεταξύ άλλων, είναι υπαρκτό το πρόβλημα της ροής πληροφοριών για τους αγνοουμένων & διασωθέντες κατά την διάρκεια πανικού από τους εθελοντές & τους διασώστες. Αυτή η διπλωματική μελετά τα tweet που δημοσιεύονται στο Twitter κατά την διάρκεια κρίσεων που μπορούν να χρησιμοποιηθούν από συντονιστικά κέντρα, εθελοντές, διασώστες και άλλους, εφόσον επεξεργαστούν σωστά. Από 8 καταστροφές στην αλλοδαπή γίνεται επεξεργασία περίπου 12.000 κατηγοριοποιημένων tweet και στην συνέχεια εκπαίδευση μοντέλων μηχανικής μάθησης με αυτά. Έπειτα από τις φονικές πυρκαγιές στην Αττική το 2018 γίνεται συλλογή περίπου 15.000 tweet, κατηγοριοποίηση αυτών και εκπαίδευση τριών μοντέλων μηχανικής μάθησης. Παράλληλα γίνεται εκτενείς σχολιασμός των περιπτώσεων και των αποτελεσμάτων σε κάθε στάδιο. Τέλος προσφέρεται ολόκληρος ο κώδικας. Several recent studies have shown the paramount role importance of social media in crisis situations and offer of humanitarian aid. Among others, the existential issue of the flow of information for the missing and found people amidst the disaster’s panic challenges the volunteer & rescue teams. This work studies the tweets posted at Twitter during the onset of a crisis that can be useful for mission control, the volunteers, the rescue teams, and others, as long as they get processed correctly. From 8 foreign disasters we process approximately 12.000 labeled tweets that are then used to train machine learning models. Moving on, approximately 15.000 tweets are collected from the lethal Attica 2018 Wildfires, which are subsequently labeled and ultimately three machine learning models get trained upon them. Ample commentary and reasoning explanation is given in each state and the results as well. Ultimately the complete code is available for use. 2021-06-23T07:46:09Z 2021-06-23T07:46:09Z 2020-10-30 http://hdl.handle.net/11610/21808 el_GR Αναφορά Δημιουργού 4.0 Διεθνές http://creativecommons.org/licenses/by/4.0/ 110 σ. application/pdf Σάμος
|
| spellingShingle |
επεξεργασία φυσικής γλώσσας
μηχανική μάθηση
τεχνητή νοημοσύνη
εξόρυξη δεδομένων
ανάκτηση πληροφορίας
επιστήμη δεδομένων
natural language processing
machine learning
artificial intelligence
data mining
information retrieval
data science
Machine learning
Natural language processing (Computer science)
Artificial intelligence
Data mining
Social media
Ηλίογλου, Βασίλης
Ilioglou, Vasilis
Ανίχνευση κρίσης στα κοινωνικά δίκτυα
|
| title |
Ανίχνευση κρίσης στα κοινωνικά δίκτυα
|
| title_full |
Ανίχνευση κρίσης στα κοινωνικά δίκτυα
|
| title_fullStr |
Ανίχνευση κρίσης στα κοινωνικά δίκτυα
|
| title_full_unstemmed |
Ανίχνευση κρίσης στα κοινωνικά δίκτυα
|
| title_short |
Ανίχνευση κρίσης στα κοινωνικά δίκτυα
|
| title_sort |
ανίχνευση κρίσης στα κοινωνικά δίκτυα
|
| topic |
επεξεργασία φυσικής γλώσσας
μηχανική μάθηση
τεχνητή νοημοσύνη
εξόρυξη δεδομένων
ανάκτηση πληροφορίας
επιστήμη δεδομένων
natural language processing
machine learning
artificial intelligence
data mining
information retrieval
data science
Machine learning
Natural language processing (Computer science)
Artificial intelligence
Data mining
Social media
|
| url |
http://hdl.handle.net/11610/21808
|
| work_keys_str_mv |
AT ēliogloubasilēs anichneusēkrisēsstakoinōnikadiktya
AT ilioglouvasilis anichneusēkrisēsstakoinōnikadiktya
AT ēliogloubasilēs crisisdetectioninsocialmedia
AT ilioglouvasilis crisisdetectioninsocialmedia
|