Αξιοποίηση υπηρεσιών streaming με χρήση τεχνικών εξόρυξης γνώσης
| datacite.contributor.RelatedPerson | Γιωτόπουλος, Κωνσταντίνος | |
| datacite.contributor.RelatedPerson | Παπαδόπουλος, Δημήτριος | |
| datacite.contributor.Supervisor | Χαλκιόπουλος, Κωνσταντίνος | |
| dc.contributor.author | Αργυρίου, Νικόλαος | |
| dc.contributor.other | Argyriou, Nikolaos | |
| dc.date.accessioned | 2024-03-07T09:13:51Z | |
| dc.date.available | 2024-03-07T09:13:51Z | |
| dc.date.issued | 2023-07-25 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Η άνοδος των υπηρεσιών streaming έχει οδηγήσει σε έκρηξη του ψηφιακού περιεχομένου που είναι διαθέσιμο στους καταναλωτές, δημιουργώντας νέες ευκαιρίες τόσο για τους παρόχους περιεχομένου όσο και για τους διαφημιστές. Ωστόσο, ο τεράστιος όγκος των δεδομένων που παράγονται από αυτές τις υπηρεσίες αποτελεί πρόκληση για όσους επιδιώκουν να εξάγουν σημαντικές πληροφορίες. Η παρούσα διατριβή διερευνά τη χρήση τεχνικών εξόρυξης γνώσης για την εξαγωγή πολύτιμων συμπερασμάτων από τον τεράστιο όγκο δεδομένων που παράγονται από τις υπηρεσίες streaming. Καθώς ο κλάδος συνεχίζει να αναπτύσσεται και να καινοτομεί, τα ευρήματα αυτής της έρευνας μπορούν να ενημερώσουν για τη λήψη στρατηγικών αποφάσεων και να οδηγήσουν σε εξελίξεις στην παροχή περιεχομένου, στα συστήματα συστάσεων και στις διαφημιστικές πρακτικές. Συγκεκριμένα, διερευνούμε πώς η εξόρυξη δεδομένων, η επεξεργασία φυσικής γλώσσας και η μηχανική μάθηση, μπορούν να χρησιμοποιηθούν για τον εντοπισμό μοτίβων στη συμπεριφορά των χρηστών, τις προτιμήσεις περιεχομένου και τι ρόλο παίζει η συναισθηματική νοημοσύνη στις επιλογές του καθενός. Μέσω της χρήσης προγραμμάτων ανάλυσης δεδομένων και γλωσσών προγραμματισμού, γίνεται δυνατή η γραφική απεικόνιση των επεξεργασμένων δεδομένων της έρευνας μας και η λεπτομερής παρουσίασή τους, με σκοπό την πλήρη κατανόηση τους και την κατάληξη σε χρήσιμα συμπεράσματα. Αυτά θα μπορούσαν να βοηθήσουν τις εν λόγω εταιρείες, μέσω της κατανόησης των μοτίβων συμπεριφορών των καταναλωτών. Αξιοποιώντας αυτές τις τεχνικές, στοχεύουμε στην παροχή νέων γνώσεων που μπορούν να χρησιμοποιηθούν για τη βελτίωση της παροχής περιεχομένου, την εξατομίκευση των συστάσεων και τη βελτιστοποίηση των στρατηγικών διαφήμισης. Η εφαρμογή τεχνικών αξιοποίησης δεδομένων ενέχει τεράστιες δυνατότητες για τη βελτίωση της παροχής περιεχομένου, την εξατομίκευση των συστάσεων και τη βελτιστοποίηση των στρατηγικών διαφήμισης. Αξιοποιώντας αυτές τις τεχνικές, στοχεύουμε στην παροχή νέων γνώσεων που συμβάλλουν στη συνεχή εξέλιξη των υπηρεσιών streaming. Οι επιπτώσεις αυτής της έρευνας επεκτείνονται σε διάφορους ενδιαφερόμενους, συμπεριλαμβανομένων των παρόχων υπηρεσιών ροής, των διαφημιστών και των δημιουργών περιεχομένου. | |
| dc.description.translatedabstract | The rise of streaming services has led to an explosion of digital content available to consumers, creating new opportunities for both content providers and advertisers. However, the sheer volume of data generated by these services presents a challenge for those seeking to extract meaningful insights. This thesis explores the use of knowledge extraction techniques to extract valuable insights from the vast amount of data generated by streaming services. As the industry continues to grow and innovate, the findings of this research can inform strategic decision making and lead to developments in content delivery, recommendation systems and advertising practices. Specifically, we explore how data mining, natural language processing and machine learning can be used to identify patterns in user behaviour, content preferences and what role emotional intelligence plays in one's choices. Through the use of data analysis programs and programming languages, it is possible to graphically display our processed research data and present it in detail, in order to fully understand it and reach useful conclusions. These could help the companies concerned by understanding patterns of consumer behaviour. By leveraging these techniques, we aim to provide new insights that can be used to improve content delivery, personalize recommendations and optimize advertising strategies. The application of data mining techniques holds enormous potential for improving content delivery, personalising recommendations and optimising advertising strategies. By leveraging these techniques, we aim to provide new insights that contribute to the continuous evolution of streaming services. The implications of this research extend to various stakeholders, including streaming service providers, advertisers and content creators. | |
| dc.identifier.uri | https://hdl.handle.net/10889/26751 | |
| dc.language.iso | el | |
| dc.rights | Attribution-NoDerivs 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nd/3.0/us/ | * |
| dc.subject | Εξαγωγή δεδομένων | |
| dc.subject | Εξόρυξη δεδομένων | |
| dc.subject | Ανάλυση δεδομένων | |
| dc.subject.alternative | Data extraction | |
| dc.subject.alternative | Data mining | |
| dc.subject.alternative | Data analysis | |
| dc.title | Αξιοποίηση υπηρεσιών streaming με χρήση τεχνικών εξόρυξης γνώσης | |
| dc.title.alternative | Exploitation of streaming services using knowledge extraction techniques |