ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΠΡΟΣΩΠΟΠΟΙΗΣΗ ΣΤΟΝ ΠΑΓΚΟΣΜΙΟ ΙΣΤΟ ΑΓΟΡΙΤΣΑΣ ΒΟΠΗ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΠΡΟΣΩΠΟΠΟΙΗΣΗ ΣΤΟΝ ΠΑΓΚΟΣΜΙΟ ΙΣΤΟ ΑΓΟΡΙΤΣΑΣ ΒΟΠΗ"

Transcript

1 ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΠΡΟΣΩΠΟΠΟΙΗΣΗ ΣΤΟΝ ΠΑΓΚΟΣΜΙΟ ΙΣΤΟ της ΑΓΟΡΙΤΣΑΣ ΒΟΠΗ ιπλωµατική εργασία στα πλαίσια του µεταπτυχιακού διπλώµατος ειδίκευσης «ΕΠΙΣΤΗΜΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΥΠΟΛΟΓΙΣΤΩΝ» του τµήµατος Μηχανικών Η/Υ και πληροφορικής ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ Επιβλέπων καθηγητής: Αναπληρωτής καθηγητής Ιωάννης Γαροφαλάκης Τριµελής εξεταστική επιτροπή: Ιωάννης Γαροφαλάκης, Αναπληρωτής καθηγητής Χρήστος Μακρής, Επίκουρος καθηγητής Ιωάννης Χατζηλυγερούδης, Επίκουρος καθηγητής Πάτρα, εκέµβριος 2007

2 ii

3 ΠΕΡΙΛΗΨΗ Η αναζήτηση πληροφορίας στο Παγκόσµιο Ιστό λόγω της ραγδαίας αύξησης του όγκου του αποτελεί ένα δύσκολο και χρονοβόρο εγχείρηµα. Επιπρόσθετα, η συνωνυµία και η πολυσηµία συµβάλλουν στη δυσκολία εύρεσης πληροφορίας. Στα πλαίσια αυτής της διπλωµατικής εργασίας αναπτύχθηκε µια µεθοδολογία για την προσωποποίηση των αποτελεσµάτων µιας µηχανής αναζήτησης ώστε αυτά να ανταποκρίνονται στα ενδιαφέροντα των χρηστών. Η µεθοδολογία αποτελείται από δύο τµήµατα, το εκτός σύνδεσης τµήµα και το συνδεδεµένο τµήµα. Στο εκτός σύνδεσης τµήµα χρησιµοποιώντας τα αρχεία πρόσβασης της µηχανής αναζήτησης και εξάγεται πληροφορία για τις επιλογές του χρήστη. Στη συνέχεια πραγµατοποιείται η σηµασιολογική κατηγοριοποίηση των προηγούµενων επιλογών των χρηστών µε χρήση µιας οντολογίας, που αναπτύχθηκε µε βάση τους καταλόγους του ODP. Κατόπιν, αναπτύσσεται το προφίλ του χρήστη µε βάση την οντολογία αναφοράς που χρησιµοποιήθηκε και στη φάση της σηµασιολογικής αντιστοίχισης. Στη συνέχεια, µε χρήση αλγορίθµου οµαδοποίησης γίνεται οµαδοποίηση των χρηστών µε βάση τα ενδιαφέροντά τους. Στο συνδεδεµένο τµήµα ο αλγόριθµος προσωποποίησης χρησιµοποιεί τις οµάδες που δηµιουργήθηκαν στο µη συνδεδεµένο τµήµα και τη σηµασιολογική αντιστοίχηση των αποτελεσµάτων της µηχανής αναζήτησης και αναδιοργανώνει τα αποτελέσµατά της προωθώντας στις πρώτες θέσεις επιλογής τα αποτελέσµατα που είναι περισσότερο σχετικά µε τις προτιµήσεις της οµάδας στην οποία ανήκει ο χρήστης. Η µεθοδολογία που προτείνεται έχει εφαρµοστεί σε πειραµατική υλοποίηση δίνοντας τα επιθυµητά αποτελέσµατα για την προσωποποίηση σύµφωνα µε τις σηµασιολογικές οµάδες χρηστών. iii

4 iv

5 ABSTRACT During the recent years the World Wide Web has been developed rapidly making the efficient searching of information difficult and time-consuming. In this work, we propose a web search results personalization methodology by coupling data mining techniques with the underlying semantics of the web content. To this purpose, we exploit reference ontologies that emerge from web catalogs (such as ODP), which can scale to the growth of the web. Our methodology uses ontologies to provide the semantic profiling of users interests based on the implicit logging of their behavior and the on-the-fly semantic analysis and annotation of the web results summaries. Following this the logged web clickthrough data are submitted to offline processing in order to form semantic clusters of interesting categories according to the users perspective. Finally, profiles of semantic clusters are combined with the emerging profile of the active user in order to apply a sophisticated re-ranking of search engines results. Experimental evaluation of our approach shows that the objectives expected from semantic users clustering in search engines are achievable. v

6 vi

7 ΕΥΧΑΡΙΣΤΙΕΣ Θα ήθελα να ευχαριστήσω τον αναπληρωτή καθηγητή κ. Ιωάννη Γαροφαλάκη για την εµπιστοσύνη που µου έδειξε, την καθοδήγησή του και την άψογη συνεργασία µας. Ακόµη, θα ήθελα να ευχαριστήσω τους επίκουρους καθηγητές κ. Χρήστο Μακρή και κ. Ιωάννη Χατζηλυγερούδη, για τη συνεργασία τους. Επίσης, την υποψήφια διδάκτορα Θεοδούλα Γιαννακούδη για την συνεχή καθοδήγηση και την πολύτιµη βοήθεια σε όλη την διάρκεια της εκπόνησης της διπλωµατικής µου εργασίας καθώς και τους υπόλοιπους φίλους και συναδέλφους για τη συµπαράστασή τους. Περισσότερο από όλους θέλω να ευχαριστήσω την οικογένειά µου, η οποία µε στήριξε στη µέχρι τώρα πορεία της φοιτητικής, και όχι µόνο, ζωής µου, καθώς και το σύντροφό, ηµήτρη, για την κατανόηση και για τη βοήθεια που µου πρόσφερε µε κάθε δυνατό τρόπο. Αγορίτσα Βόπη vii

8 viii

9 ΠΕΡΙΕΧΟΜΕΝΑ 1 ΕΙΣΑΓΩΓΗ ΜΗΧΑΝΕΣ ΑΝΑΖΗΤΗΣΗΣ ΣΥΝΤΟΜΗ ΠΕΡΙΓΡΑΦΗ ΙΣΤΟΡΙΑ ΜΗΧΑΝΩΝ ΑΝΑΖΗΤΗΣΗΣ ΣΗΜΑΝΤΙΚΕΣ ΜΗΧΑΝΕΣ ΑΝΑΖΗΤΗΣΗΣ Google Yahoo! Search Live Search ΤΡΟΠΟΣ ΛΕΙΤΟΥΡΓΙΑΣ ΜΗΧΑΝΩΝ ΑΝΑΖΗΤΗΣΗΣ ΠΡΟΚΛΗΣΕΙΣ ΓΙΑ ΤΙΣ ΜΗΧΑΝΕΣ ΑΝΑΖΗΤΗΣΗΣ ΤΕΧΝΙΚΕΣ ΠΡΟΣΩΠΟΠΟΙΗΣΗΣ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΑΡΧΕΙΑ ΠΡΟΣΒΑΣΗΣ ΙΚΤΥΑΚΟΥ ΤΟΠΟΥ Σύντοµη περιγραφή ΟΝΤΟΛΟΓΙΕΣ ΚΑΙ ΗΜΙΟΥΡΓΙΑ ΠΡΟΦΙΛ Ορισµός Συστήµατα βασισµένα σε οντολογίες OntoSeek Telltale Ontology-Based Semantic Online Classification of Documents Οντολογίες αναφοράς-προφίλ SUMO the Suggested Upper Merged Ontology WordNet Μια Online λεξικογραφική βάση δεδοµένων Συστήµατα Προσωποποίησης Quickstep SEWeP ΠΡΟΣΩΠΟΠΟΙΗΜΕΝΗ ΑΝΑΖΗΤΗΣΗ ΒΑΣΙΣΜΕΝΗ ΣΕ ΟΝΤΟΛΟΓΙΕΣ Οντολογία Αναφοράς ηµιουργία Προφίλ Χρήστη Εκπαίδευση του ταξινοµητή ηµιουργώντας τα Προφίλ Χρηστών Προσωποποίηση αποτελεσµάτων αναζήτησης Εκτίµηση αποτελεσµάτων Ο ΡΟΛΟΣ ΤΗΣ ΟΜΑ ΟΠΟΙΗΣΗΣ ΣΤΗΝ ΠΡΟΣΩΠΟΠΟΙΗΣΗ Εξόρυξη δεδοµένων χρησιµοποίησης για προσωποποίηση Ενέργειες προεπεξεργασίας Ανακάλυψη συχνών συνόλων αντικειµένων και κανόνων συσχέτισης Οµαδοποίηση συναλλαγών Οµάδες χρησιµοποίησης Η διαδικασία προτάσεων ΠΕΡΙΓΡΑΦΗ ΜΕΘΟ ΟΛΟΓΙΑΣ ΚΙΝΗΤΡΟ-ΣΚΟΠΟΣ ΣΥΝΤΟΜΗ ΠΕΡΙΓΡΑΦΗ ΜΕΘΟ ΟΛΟΓΙΑΣ ΤΜΗΜΑ ΕΚΤΟΣ ΣΥΝ ΕΣΗΣ- OFFLINE PART Οργάνωση αρχείων πρόσβασης Σηµασιολογική κατηγοριοποίηση σελίδων ηµιουργία Προφίλ Οµαδοποίηση Προφίλ ΣΥΝ Ε ΕΜΕΝΟ ΤΜΗΜΑ ONLINE PART ΙΑΦΟΡΕΣ ΑΠΟ ΑΛΛΕΣ ΛΥΣΕΙΣ ΥΛΟΠΟΙΗΣΗ ΜΕΘΟ ΟΛΟΓΙΑΣ ΕΡΓΑΛΕΙΑ ΠΟΥ ΧΡΗΣΙΜΟΠΟΙΗΘΗΚΑΝ Η ΒΑΣΗ Ε ΟΜΕΝΩΝ Βασικοί πίνακες Βοηθητικοί πίνακες ΗΜΙΟΥΡΓΙΑ ΑΡΧΕΙΩΝ ΠΡΟΣΒΑΣΗΣ...55 ix

10 5.4 ΗΜΙΟΥΡΓΙΑ ΟΝΤΟΛΟΓΙΑΣ ΠΡΟΦΙΛ ΑΝΑΛΥΣΗ ΤΩΝ ΑΡΧΕΙΩΝ ΠΡΟΣΒΑΣΗΣ ΣΗΜΑΣΙΟΛΟΓΙΚΟΣ ΧΑΡΑΚΤΗΡΙΣΜΟΣ ΟΡΙΣΜΟΣ ΤΩΝ ΠΡΟΦΙΛ ΤΩΝ ΧΡΗΣΤΩΝ ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΟΜΑ ΟΠΟΙΗΣΗ ΠΡΟΦΙΛ ΧΡΗΣΤΩΝ Αλγόριθµος K-Means ON-LINE ΤΜΗΜΑ ΠΡΟΣΩΠΟΠΟΙΗΣΗΣ ΠΕΙΡΑΜΑΤΙΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΠΡΩΤΟ ΠΑΡΑ ΕΙΓΜΑ ΕΥΤΕΡΟ ΠΑΡΑ ΕΙΓΜΑ ΣΥΜΠΕΡΑΣΜΑΤΑ ΚΑΙ ΜΕΛΛΟΝΤΙΚΕΣ ΕΠΕΚΤΑΣΕΙΣ ΑΝΑΦΟΡΕΣ...99 x

11 Περιεχόµενα Εικόνων Εικόνα 1 Λειτουργία µηχανής αναζήτησης... 9 Εικόνα 2 Πρώτα επίπεδα της SUMO οντολογίας Εικόνα 3 Η λογική δοµή του WordNet Εικόνα 4 Η ιεραρχία των υπερωνυµιών των συνόλων λέξεων Εικόνα 5 Γενική µεθοδολογία Quickstep και Foxtrot Εικόνα 6 Ο k-nearest Neighbor αλγόριθµος του Quickstep Εικόνα 7 Ο αλγόριθµος AdaBoostM1 του Quickstep Εικόνα 8 Αλγόριθµος δηµιουργίας προφίλ του Quickstep Εικόνα 9 Η αρχιτεκτονική του SEWeP Εικόνα 10 Σύστηµα οµαδοποίησης Εικόνα 11 Online αλγόριθµος συστήµατος συστάσεων Εικόνα 12 Γενική εικόνα της µεθοδολογίας Εικόνα 13 Offline τµήµα της µεθοδολογίας Εικόνα 14 Βήµα εξαγωγής λέξεων κλειδιών Εικόνα 15 Βήµα σηµασιολογικής κατηγοριοποίησης λέξεων κλειδιών Εικόνα 16 Βήµα δηµιουργίας προφίλ χρηστών Εικόνα 17 Βήµα οµαδοποίησης χρηστών Εικόνα 18 On-line τµήµα προσωποποίησης Εικόνα 19 ιάγραµµα οντοτήτων συσχετίσεων Εικόνα 20 ηµιουργία αρχείων πρόσβασης και επεξεργασία Εικόνα 21 Πειραµατική µηχανή αναζήτησης Εικόνα 22 Μέρος της ταξινοµίας του ODP Εικόνα 23 Ανάπτυξη οντολογίας µέσω Protégé Εικόνα 24 Σηµασιολογική κατηγοριοποίηση λέξεων κλειδιών Εικόνα 25 Στιγµιότυπο εκτέλεσης της σηµασιολογικής κατηγοριοποίησης των λέξεων κλειδιών Εικόνα 26 Αλγόριθµος δηµιουργίας σηµασιολογικών οµάδων χρηστών Εικόνα 27 Αποτελέσµατα της προσωποποιηµένης πειραµατικής µηχανής αναζήτησης για το ερώτηµα "Opera" Εικόνα 28 Αποτελέσµατα της προσωποποιηµένης πειραµατικής µηχανής αναζήτησης για το ερώτηµα "Opera" (συνέχεια) Εικόνα 29 Αποτελέσµατα της µηχανής αναζήτησης χωρίς προσωποποίηση για το ερώτηµα "Opera" Εικόνα 30 Αποτελέσµατα της µηχανής αναζήτησης χωρίς προσωποποίηση για το ερώτηµα "Opera" (συνέχεια) Εικόνα 31 Συγκεντρωτικά αποτελέσµατα για το ερώτηµα "Opera" από την προσωποποιηµένη και τη µη προσωποποιηµένη µηχανή αναζήτηση Εικόνα 32 Αποτελέσµατα της προσωποποιηµένης µηχανής αναζήτησης για το ερώτηµα "Apple company" Εικόνα 33 Αποτελέσµατα της προσωποποιηµένης µηχανής αναζήτησης για το ερώτηµα "Apple Company" (συνέχεια) Εικόνα 34 Αποτελέσµατα της µη προσωποποιηµένης µηχανής αναζήτησης για το ερώτηµα "Apple Company" Εικόνα 35 Αποτελέσµατα της µη προσωποποιηµένης µηχανής αναζήτησης για το ερώτηµα "Apple Company" Εικόνα 36 Συγκεντρωτικά αποτελέσµατα για το ερώτηµα "Apple Company" xi

12 xii

13 1 Εισαγωγή 1

14 2

15 1 ΕΙΣΑΓΩΓΗ Στις µέρες µας η χρήση του Παγκόσµιου Ιστού αποτελεί τη σηµαντικότερη και µεγαλύτερη πηγή αναζήτησης πληροφορίας. Οι παραδοσιακοί τρόποι αναζήτησης µέσω έντυπου υλικού και µέσω άλλων τρόπων όπως τηλεφωνική επικοινωνία έχουν παραµεριστεί και εξέχουσα θέση έχει καταλάβει ο Παγκόσµιος Ιστός. Για την αναζήτηση πληροφορίας οι χρήστες χρησιµοποιούν περισσότερο τις µηχανές αναζήτησης µε χρήστη ερωτηµάτων προς αυτές και λιγότερο τους θεµατικούς καταλόγους µέσω πλοήγησης. Γνωστές µηχανές αναζήτησης που χρησιµοποιούνται ευρύτατα αποτελούν Η Google Search Engine, Η Yahoo, η Lycos, η MSN Live Search και άλλες. Η προσωποποίηση του Παγκόσµιου Ιστού αποτελεί ένα πεδίο έρευνας και ένα πρόβληµα µε το οποίο απασχολείται µεγάλος όγκος της ερευνητικής κοινότητας. Ο στόχος αυτών των ερευνητών είναι κατά βάση να µελετήσουν το ιστορικό χρήσης των µηχανών αναζήτησης και να δηµιουργήσουν ένα προφίλ για τους χρήστες. Ως ιστορικό χρήσης µπορεί να θεωρηθούν τα αρχεία πρόσβασης δικτυακών τόπων που περιγράφουν τις επιλογές του χρήστη σε κάθε περίπτωση ή ακόµα και την κρυφή µνήµη από τον φυλλοµετρητή του χρήστη. Στη συνέχεια αφού δηµιουργηθεί το προφίλ του χρήστη µε βάση τις επιλογές του γίνεται σηµασιολογική προσέγγιση στο προφίλ του χρήστη. Ο Σηµασιολογικός Ιστός (Semantic Web) αποτελεί µια επέκταση του σηµερινού ιστού όπου οι πληροφορίες έχουν καλά ορισµένες έννοιες, διευκολύνοντας τους ανθρώπους και τους υπολογιστές να συνεργαστούν καλύτερα. Στόχος του σηµασιολογικού ιστού αποτελεί η χρησιµοποίηση και η επεξεργασία των πληροφοριών από τους υπολογιστές και επιπλέον η ενοποίηση πληροφοριών από τον ιστό και ο καθορισµός των εννοιών των λέξεων κλειδιών που περιγράφονται στο διαδίκτυο. Σε αυτό το επίπεδο γνώσης βρίσκεται η σηµασιολογία των δεδοµένων. Οι οντολογίες αποτελούν µέσο αναπαράστασης της πληροφορίας που µπορεί να κατανοήσει ένας agent. Η «οντολογία» είναι ένας όρος που δανείζεται η επιστήµη των υπολογιστών από τη φιλοσοφία ώστε να περιγράψει έννοιες και πως αυτές σχετίζονται µεταξύ τους. Η εργασία αυτή προτείνει ένα σύστηµα σηµασιολογικής προσωποποίησης στην αναζήτηση σε µηχανές αναζήτησης που στηρίζεται σε µια OWL οντολογία που βασίζεται στους θεµατικούς καταλόγους του ODP. Στόχος της συγκεκριµένης διπλωµατικής εργασίας αποτελεί η υλοποίηση ενός συστήµατος που θα προσωποποιεί τα αποτελέσµατα µιας µηχανής αναζήτησης χρησιµοποιώντας τα αρχεία καταγραφής πρόσβασης σε δικτυακούς τόπους και τις οντολογίες. Από τα αρχεία πρόσβασης θα εξάγεται πληροφορία, που θα χρησιµοποιείται για την δηµιουργία του προφίλ κάθε χρήστη µε χρήση αλγορίθµων κατηγοριοποίησης και µε βάση µια οντολογία. Κατόπιν, οι χρήστες θα οµαδοποιούνται σε οµάδες χρηστών µε παρόµοια ενδιαφέροντα. Στη συνέχεια µε βάση το προφίλ της οµάδας που ανήκει ο χρήστης σε συνδυασµό µε τη σηµασιολογική προσέγγιση των αποτελεσµάτων που επιστρέφει η µηχανή αναζήτησης και κάποιους αλγόριθµους ανακατανοµής και φιλτραρίσµατος θα γίνεται η προσαρµογή των αποτελεσµάτων της µηχανής αναζήτησης. Αρχικά, θα υλοποιηθεί µια εφαρµογή που θα χρησιµοποιηθεί για τη δηµιουργία των αρχείων πρόσβασης δεδοµένου ότι είναι δύσκολο να τα βρούµε έτοιµα από κάποια από τις µηχανές αναζήτησης. Συγκεκριµένα, µε χρήση µιας web service θα γίνεται αναζήτηση στο Google και θα παρουσιάζονται τα αποτελέσµατα στο χρήστη. Ο χρήστης θα πλοηγείται στα αποτελέσµατα ακριβώς, όπως συµπεριφέρεται στην ίδια τη µηχανή αναζήτησης. Οι επιλογές του χρήστη (ερώτηµα που τέθηκε και σύνδεσµοι αποτελεσµάτων που ακολουθήθηκαν) θα αποθηκεύονται µε αποτέλεσµα να δηµιουργούνται τα αρχεία πρόσβασης. 3

16 Στη συνέχεια έχοντας τις σελίδες που έχει επισκεφτεί κάθε χρήστης και χρησιµοποιώντας µια κατάλληλη οντολογία αναφοράς, θα δηµιουργηθεί το προφίλ κάθε χρήστη. Θα υλοποιηθεί ένας ταξινοµητής ο οποίος µε χρήση της λεξικογραφικής βάσης του WordNet θα καταχωρεί τις σελίδες στην έννοια της οντολογίας αναφοράς µε την οποία σχετίζεται. Χρησιµοποιώντας αυτόν τον ταξινοµητή µια σελίδα θα καταχωρείται αυτόµατα στις έννοιες της οντολογίας που αντιστοιχεί. Το αποτέλεσµα της ταξινόµησης των σελίδων που έχει επισκεφτεί ο χρήστης είναι να συγκεντρώνονται οι σελίδες που έχουν αντιστοιχιστεί σε κάθε έννοια να και υπολογίζεται το βάρος κάθε έννοιας της οντολογίας. Οπότε για κάθε χρήστη έχει δηµιουργηθεί µια οντολογία µε βάρη για κάθε έννοια, που σχετίζεται µε τις σελίδες που έχει επισκεφτεί ο χρήστης, η οποία και καλείται προφίλ. Η παραπάνω διαδικασία θα µπορεί να επαναλαµβάνεται αναµορφώνοντας δυναµικά τα προφίλ των χρηστών. Για κάθε ερώτηµα στη µηχανή αναζήτησης θα γίνεται αντιστοίχηση των αποτελεσµάτων µε τη βοήθεια του ταξινοµητή στις κατηγορίες της οντολογίας αναφοράς. Παράλληλα, υπολογίζουµε και το ενδιαφέρον του χρήστη για κάθε αποτέλεσµα µε βάση το προφίλ του. Στη συνέχεια οι χρήστες οµαδοποιούνται µε χρήση του αλγορίθµου οµαδοποίησης K-Means. Ο συνδυασµός των παραπάνω µε χρήση αλγορίθµων ανακατάταξης και φιλτραρίσµατος δίνει τα προσωποποιηµένα αποτελέσµατα στο χρήστη. Όσον αφορά τη δοµή της εργασίας, αρχικά στο δεύτερο κεφάλαιο πραγµατοποιείται µια σύντοµη αναφορά στις µηχανές αναζήτησης. Στη συνέχεια, στο τέταρτο κεφάλαιο, γίνεται µια περιγραφή τεχνικών και συστηµάτων προσωποποίησης µε βάση οντολογίες, αρχεία πρόσβασης, οµαδοποίηση καθώς και συνδυασµό αυτών. Στο κεφάλαιο πέντε γίνεται µια σύντοµη περιγραφή των τµηµάτων που απαρτίζεται η µεθοδολογία που προτείνεται. Το επόµενο κοµµάτι αποτελεί την αναλυτική περιγραφή της µεθοδολογίας, τα εργαλεία που χρησιµοποιήθηκαν, τα επιµέρους τµήµατά του, τις τεχνικές λεπτοµέρειες. Στη συνέχεια αναλύεται η πειραµατική υλοποίηση που αναπτύχθηκε πραγµατοποιείται παράθεση των αποτελεσµάτων προσωποποίησης σε σχέση µε µη προσωποποιηµένα αποτελέσµατα. Τέλος, παραθέτονται τα συµπεράσµατα όσον αφορά τη µεθοδολογία και τις µεθόδους που χρησιµοποιήθηκαν καθώς και µελλοντικές επεκτάσεις. 4

17 2 Μηχανές αναζήτησης 5

18 6

19 2 ΜΗΧΑΝΕΣ ΑΝΑΖΗΤΗΣΗΣ Η ραγδαία ανάπτυξη του Παγκόσµιου Ιστού και η ταχύτατη διείσδυσή του σε κάθε έκφανση της καθηµερινότητας του σύγχρονου ανθρώπου είναι έκδηλη. Μια από τις συνήθειες που έχουν αλλάξει ριζικά είναι ο τρόπος αναζήτησης πληροφοριών. Παλαιότερα, η αναζήτηση γινόταν κυρίως µέσω έντυπου υλικού ή µέσω τηλεφωνικής επικοινωνίας µε διάφορα εξειδικευµένα τηλεφωνικά κέντρα. Σήµερα, η αναζήτηση έχει γίνει κατά βάση ηλεκτρονική διαδικασία µε πρώτη µορφή τις µηχανές αναζήτησης του Παγκόσµιου Ιστού. 2.1 Σύντοµη περιγραφή Μια µηχανή αναζήτησης είναι µια διεπαφή ανάκτησης πληροφορίας στον Παγκόσµιο Ιστό. Οι πληροφορίες στις οποίες γίνεται αναζήτηση είναι ιστοσελίδες, εικόνες ή άλλοι τύποι αρχείων. Μερικές µηχανές αναζήτησης ανακτούν πληροφορία από δεδοµένα που είναι διαθέσιµα σε βάσεις δεδοµένων, newsgroups ή ανοιχτούς καταλόγους. Σε αντίθεση µε τους καταλόγους του διαδικτύου, που αναπτύσσονται και διατηρούνται χειροκίνητα, οι µηχανές αναζήτησης λειτουργούν αλγοριθµικά ή είναι µια συνδυαστική µίξη αλγοριθµικής και ανθρώπινης εισόδου δεδοµένων. 2.2 Ιστορία Μηχανών Αναζήτησης Το πρώτο εργαλείο που χρησιµοποιήθηκε για αναζήτηση στο διαδίκτυο ήταν το Archie [1]. Το πρόγραµµα αυτό χρησιµοποιούνταν για λήψη λιστών καταλόγων από δηµόσιους ανώνυµους FTP ιστοτόπους, δηµιουργώντας µια βάση αναζήτησης που περιείχε ονόµατα αρχείων χωρίς όµως να είναι δεικτοδοτηµένα. Η πρώτη µηχανή αναζήτησης ήταν η Wandex, που ήταν ένας συλλέκτης (crawler) που αναπτύχθηκε από το τον Matthew Gray στο MIT το Ακόµη µια άλλη µηχανή αναζήτησης, η Aliweb, επίσης εµφανίστηκε το 1993, και λειτουργεί ακόµη και σήµερα. Η JumpStation, µια ακόµη µηχανή που εµφανίστηκε το 1994, χρησιµοποιούσε έναν συλλέκτη σελίδων για να βρει σελίδες για αναζήτηση, αλλά η αναζήτηση περιοριζόταν µόνο στον τίτλο των σελίδων. Μια από τις πρώτες µηχανές αναζήτησης που προχώρησε στην αναζήτηση σε όλο το κείµενο των σελίδων ήταν η WebCrawler [2], το Σε αντίθεση, µε όλες τις προηγούµενες µηχανές αναζήτησης, άφηνε τους χρήστες να ψάχνουν σε όλο το κείµενο των ιστοσελίδων και αυτό αποτέλεσε το πρότυπο για όλες τις µετέπειτα µηχανές αναζήτησης. Παράλληλα, ήταν και η πρώτη µηχανή αναζήτηση που έγινε ευρέως γνωστή από το κοινό του διαδικτύου. Επιπλέον, η µηχανή αναζήτησης Lycos εµφανίστηκε το 1994, και αποτέλεσε µια µεγάλη επιχειρηµατική δραστηριότητα. Αµέσως αργότερα, πολλές µηχανές αναζήτησης εµφανίστηκαν πολλές µηχανές αναζήτησης που συναγωνιζόταν για δηµοσιότητα. Σε αυτές περιέχονται οι Excite [3], Infoseek [4], Inktomi, Northern Light [5] και Altavista [6]. Με κάποιους τρόπους οι µηχανές αυτές συνδεόταν µε δηµοφιλείς καταλόγους όπως το Yahoo!. Αργότερα, η ενοποίηση µε τους καταλόγους ή η προσθήκη αναβάθµισε την τεχνολογία των µηχανών αναζήτησης και αύξησε τη λειτουργικότητα. Στη συνέχεια µέσα από τις αναφορές στις σηµαντικότερες µηχανές συµπληρώνεται η ιστορική εξέλιξη των µηχανών αναζήτησης. 7

20 2.3 Σηµαντικές Μηχανές Αναζήτησης Στη συνέχεια γίνεται µια µικρή αναφορά στις ευρύτερα χρησιµοποιούµενες και περισσότερο γνωστές µηχανές αναζήτησης καθώς αυτή η εργασία προσανατολίζεται στο να βελτιώσει τα αποτελέσµατά τους µέσα από τη µεθοδολογία προσωποποίησης που προτείνει Google Το 2001, η µηχανή αναζήτησης Google [7] ήρθε στο προσκήνιο για να διακριθεί. Η επιτυχία της βασίστηκε εν µέρει στην έννοια της δηµοφιλίας των συνδέσµων και του PageRank (της σχετικής σηµασίας του συνδέσµου σε µια σελίδα σε σχέση µε τους συνδέσµους σε άλλες σελίδες στο σύνολο των σελίδων του γράφου του διαδικτύου). Ο αριθµός των άλλων ιστοτόπων και ιστοσελίδων που έχουν σύνδεσµο σε µια δοσµένη ιστοσελίδα λαµβάνεται υπόψη µε το PageRank, µε την προϋπόθεση ότι οι σηµαντικές και επιθυµητές σελίδες έχουν περισσότερους συνδέσµους από τις άλλες. Το PageRank των συνδεόµενων ιστοσελίδων και ο αριθµός των συνδέσµων συµβάλλουν στο PageRank της συνδεόµενης ιστοσελίδας. Αυτή η σύµβαση δίνει τη δυνατότητα στο Google να κατατάξει τα αποτελέσµατά του µε βάση πόσες ιστοσελίδες έχουν σύνδεσµο σε κάθε ευρεθείσα ιστοσελίδα. Παράλληλα, η µινιµαλιστική διεπαφή που χρησιµοποιεί είναι πολύ δηµοφιλής από τους χρήστες και έχει δηµιουργήσει ένα πλήθος µιµητών. Το Google και πολλές άλλες µηχανές αναζήτησης δε χρησιµοποιούν µόνο το PageRank αλλά ακόµη 150 κριτήρια για να καθορίσουν την συσχέτιση [8]. Ο αλγόριθµος «θυµάται» που βρισκόταν και δεικτοδοτεί τον αριθµό των συνδέσµων που διασταυρώνονται και τους συσχετίζει σε οµάδες. Το PageRank βασίζεται στην ανάλυση των παραθέσεων (citations) που αναπτύχθηκε από τον Eugene Garfield το 1950 στο Πανεπιστήµιο της Πενσυλβανίας. Οι ιδρυτές του Google έκαναν αναφορά στην εργασία του Garfiled στην αρχική παρουσίασή τους. Η Google σήµερα είναι η πιο δηµοφιλής µηχανή αναζήτησης. Πάνω σε αυτή θα γίνει πειραµατική υλοποίηση σε αυτή την εργασία ώστε τα αποτελέσµατά της να προσωποποιηθούν µέσα από την µεθοδολογία που προτείνεται Yahoo! Search Οι δύο ιδρυτές της Yahoo! [8], David Filo Και Jerry Yang, υποψήφιοι διδάκτορες στο Πανεπιστήµιο Στανφόρντ, προσπαθώντας να βρεθεί ένας τρόπος να προσωποποιήσουν τα προσωπικά τους ενδιαφέροντά τους στο διαδίκτυο. Μέχρι τότε σπαταλούσαν πολύ χρόνο για να οργανώσουν τις λίστες από τους αγαπηµένους τους συνδέσµους που συσχετιζόταν µε τη διδακτορική τους διατριβή. Μετά από αρκετό καιρό οι λίστες έγιναν πολύ µεγάλες και δύσκολες στη διαχείριση, µε αποτέλεσµα να τις κατανέµουν σε κατηγορίες. Όταν οι κατηγορίες έγιναν αρκετά πλήρεις, ανέπτυξαν υποκατηγορίες και µε αυτό τον τρόπο αναπτύχθηκε ο πυρήνας της µηχανής αναζήτησης Yahoo!. Το 2002, η Yahoo! Απέκτησε την Inktomi και το 2003 την Overtune, που κατείχε την AltheWeb και την AltaVista. Παρόλο, που είχε τη δική της µηχανή αναζήτησης, η Yahoo! αρχικά συνήθιζε να χρησιµοποιεί τη Google για να παράσχει στους χρήστες της αποτελέσµατα στο βασικό της ιστότοπο Yahoo.com. Παρόλα αυτά, το 2004, η Yahoo! λάνσαρε τη δική της µηχανή αναζήτησης που βασιζόταν σε συνδυασµένες τεχνολογίες των µηχανών που απέκτησε Live Search Η πιο πρόσφατη αλλά σηµαντική και ευρέως χρησιµοποιούµενη µηχανή αναζήτησης είναι η MSN Search της Microsoft [9], που προηγουµένως βασιζόταν σε 8

21 λίστες άλλων µηχανών αναζήτησης. Το 2004, πρωτοεµφανίστηκε µια δοκιµαστική έκδοση µε τα δικά της αποτελέσµατα, που χρησιµοποιούσε έναν δικό της συλλέκτη (crawler) που ονοµαζόταν msnbot. Στις αρχές του 2005, άρχισε να δείχνει τα πρώτα αποτελέσµατά της ζωντανά, και σταµάτησε να παίρνει αποτελέσµατα από την Inktomi που ήταν απόκτηµα της Yahoo!. Το 2006, η Microsoft δηµιούργησε µια νέα πλατφόρµα αναζήτησης, την Live Search, αποσύροντας την ονοµασία MSN Search για το χαρακτηρισµό αυτής της διαδικασίας. 2.4 Τρόπος λειτουργίας µηχανών αναζήτησης Μια µηχανή αναζήτησης λειτουργεί µε την ακόλουθη σειρά: 1. Web Crawling παρακολούθηση του διαδικτύου 2. εικτοδότηση 3. Αναζήτηση Εικόνα 1 Λειτουργία µηχανής αναζήτησης Οι µηχανές αναζήτησης δουλεύουν αποθηκεύοντας πληροφορίες για ένα µεγάλο αριθµό ιστοσελίδων, τις οποίες ανακτούν από τον ίδιο τον Παγκόσµιο Ιστό. Αυτές οι σελίδες ανακτώνται από ένα crawler (που είναι γνωστός και ως spider) που είναι ένας αυτόµατος πλοηγητής του διαδικτύου που ακολουθεί κάθε σύνδεσµο που βλέπει. Μπορεί να υπάρχουν εξαιρέσεις µε τη χρήση robots αποτρέπουν την προσπέλαση από crawlers για κάποια τµήµατα των σελίδων. Τα περιεχόµενα κάθε σελίδας αναλύονται για να καθοριστεί πως πρέπει να δεικτοδοτηθούν (για παράδειγµα εξάγονται λέξεις από τίτλους, επικεφαλίδες ή ειδικά πεδία που καλούνται µεταπεδία που είναι µεταδεδοµένα για τις σελίδες). εδοµένα για σελίδες του διαδικτύου καταχωρούνται σε µια βάση δεικτοδότησης που χρησιµοποιείται για αναζήτηση σε επόµενα ερωτήµατα στη µηχανή. Μερικές µηχανές αναζήτησης, όπως η Google, αποθηκεύουν όλες ή µέρος του πηγαίου κώδικα (που αναφέρονται ως cache) όπως πληροφορίες σχετικά µε τις σελίδες, σε αντίθεση µε άλλες, όπως η Altavista, που αποθηκεύουν κάθε λέξη για κάθε σελίδα που βρίσκουν. Αυτή η αποθηκευµένη σελίδα, κρατάει πάντα το κείµενο που γίνεται αναζήτηση αφού είναι αυτό που δεικτοδοτείται, ώστε µπορεί να είναι αρκετά χρήσιµο όταν το περιεχόµενο της τρέχουσας σελίδας έχει ανανεωθεί και οι όροι αναζήτησης δεν περιέχονται πλέον σε αυτό. Αυτό το πρόβληµα, µπορεί να θεωρηθεί σαν µια ήπια µορφή του προβλήµατος linkrot, όπου οι σύνδεσµοι και οι σελίδες που δείχνουν τείνουν να είναι άσχετα µε το πέρασµα του χρόνου επειδή το περιεχόµενο των σελίδων ανανεώνεται. Ο τρόπος που το Google διαχειρίζεται το 9

22 πρόβληµα αυτό αυξάνει τη χρησιµοποιησιµότητα ικανοποιώντας τις απαιτήσεις των χρηστών τοποθετώντας του όρους αναζήτησης µέσα στη σελίδα που επιστρέφεται. Αυτό ικανοποιεί την αρχή της ελάχιστης έκπληξης, αφού ο χρήστης τουλάχιστον περιµένει τους όρους που αναζητεί να τους εντοπίσει µέσα στο επιστρεφόµενο έγγραφο. Η αυξανόµενη σχετικότητα αναζήτησης κάνει αυτές τις σελίδες πολύ χρήσιµες, ακόµη περισσότερο από το γεγονός ότι µπορεί να περιέχουν δεδοµένα που µπορεί να µην είναι πλέον αλλού διαθέσιµα. Όταν ένας χρήστης θέτει ένα ερώτηµα σε µια µηχανή αναζήτησης, συνήθως χρησιµοποιώντας λέξεις κλειδιά, η µηχανή εξετάζει το ευρετήριό της και παρέχει µια λίστα µε τις καλύτερα ταιριασµένες σελίδες σύµφωνα µε τα κριτήρια, συνήθως µε ένα σύντοµο κείµενο, που περιέχει τον τίτλο του εγγράφου και µερικές φορές τµήµατα που κειµένου που περιέχει η σελίδα. Οι περισσότερες µηχανές αναζήτησης υποστηρίζουν τη χρήση λογικών τελεστών AND, OR και NOT για να συγκεκριµενοποιήσουν περισσότερο το ερώτηµα που τίθεται. Μερικές µηχανές αναζήτησης παρέχουν ένα χαρακτηριστικό που καλείται εγγύτητα αναζήτησης (proximity search) που επιτρέπει στους χρήστες να καθορίσει την απόσταση µεταξύ των λέξεων κλειδιά. Η χρησιµότητα µιας µηχανής αναζήτησης εξαρτάται από τη σχετικότητα τους συνόλου αποτελεσµάτων που επιστρέφει. Ενώ µπορεί να υπάρχουν εκατοµµύρια ιστοσελίδων που περιέχουν µια συγκεκριµένη λέξη ή φράση, µερικές σελίδες είναι περισσότερο σχετικές, δηµοφιλείς ή έγκυρες από κάποιες άλλες. Οι περισσότερες µηχανές αναζήτησης εφαρµόζουν µεθόδους για να διαβαθµίσουν τα αποτελέσµατα που παρέχουν και να παρουσιάσουν τα καλύτερα αποτελέσµατα πρώτα. Το πως µια µηχανή αναζήτησης αποφασίζει ποιες σελίδες αποτελούν το βέλτιστο ταίριασµα στο ερώτηµα που τέθηκε, και ποια σειρά των αποτελεσµάτων θα πρέπει να παρουσιαστεί, ποικίλει από µια µηχανή αναζήτησης στην άλλη. Επιπλέον, οι µέθοδοι αλλάζουν µε το πέρασµα του χρόνου καθώς η χρήση του διαδικτύου αλλάζει και εµπλέκονται νέες τεχνικές. Οι περισσότερες µηχανές αναζήτησης αποτελούν εµπορικά εγχειρήµατα που υποστηρίζονται από διαφηµιστικούς πόρους και σαν αποτέλεσµα µερικές εφαρµόζουν την αντιφατική πρακτική να επιτρέπουν σε διαφηµιστές να πληρώνουν χρήµατα για να έχουν τις ιστοσελίδες που σχετίζονται µε αυτούς ψηλά στη λίστα των αποτελεσµάτων που επιστρέφει η µηχανή αναζήτησης. Εκείνες οι µηχανές αναζήτησης που δεν δέχονται χρήµατα για τα αποτελέσµατά τους βγάζουν χρήµατα τρέχοντας διαφηµίσεις σχετικές µε την αναζήτησης παράλληλα µε το κανονικό ψάξιµο των µηχανών αναζήτησης. Η µηχανή κερδίζει χρήµατα κάθε φορά που κάποιος χρήστης κάνει κλικ σε κάποια από αυτές τις διαφηµίσεις. Οι περισσότερες µηχανές αναζήτησης διατηρούνται από ιδιωτικές εταιρίες που χρησιµοποιούν αποκλειστικούς καταλόγους και κλειστές βάσεις δεδοµένων, παρόλα αυτά κάποιες είναι ανοικτής αρχιτεκτονικής όπως οι DataparkSearch, Egothor, Gonzui, Grub, Lucene, Namazu, Nutch, OpenFTS, Search Wikia, Sphinx, SWISH-E, Terrier Search Engine, Xapian, YaCy και Zettair. 2.5 Προκλήσεις για τις µηχανές αναζήτησης Οι µηχανές αναζήτησης είναι έχουν να αντιµετωπίσουν αρκετές προκλήσεις που καθορίζουν τον τρόπο ανάπτυξής τους. Τέτοιες προκλήσεις αποτελούν τα παρακάτω: Ο Παγκόσµιος Ιστός µεγαλώνει πολύ πιο γρήγορα από όσο µπορεί οποιαδήποτε µηχανή αναζήτησης να δεικτοδοτήσει Μια σελίδα θα πρέπει να δεικτοδοτείται ξανά όταν αλλάζει το περιεχόµενό της Η αναζήτηση που κάνουν οι µηχανές αναζήτησης περιορίζονται στην αναζήτηση λέξεων κλειδιών ειδικά όταν γίνεται αναζήτηση στο 10

23 περιεχόµενο των σελίδων. Καλύτερα αποτελέσµατα µπορεί να επιτευχθούν χρησιµοποιώντας αναζήτηση εγγύτητας σε σύγκριση µε την αναζήτηση σκόρπιων λέξεων µέσα σε ολόκληρες σελίδες. Μια άλλη εναλλακτική είναι η χρήση ανθρώπινων τελεστών για να κάνουν την επόµενη αναζήτηση για τους συστηµατικούς χρήστες µιας µηχανής αναζήτησης. Οι δυναµικές σελίδες είναι δύσκολο έως αδύνατο να δεικτοδοτηθεί, και µπορεί να δώσει υπερβολικά πολλά αποτελέσµατα, ίσως να δηµιουργήσει 500 φορές περισσότερες σελίδες από το µέσο όρο. Για παράδειγµα: για µια δυναµική ιστοσελίδα που αλλάζει περιεχόµενο που βασίζεται στις εισόδους που παίρνει η ιστοσελίδα από µια βάση, µια µηχανή αναζήτησης καλείται να δεικτοδοτήσει στατικές σελίδες µε διαφορετικές παραµέτρους που περνιούνται δυναµικά στην ιστοσελίδα. Πολλές σελίδες που δηµιουργούνται δυναµικά δεν είναι δυνατόν να δεικτοδοτηθούν από τις µηχανές αναζήτησης. Το φαινόµενο αυτό είναι ο αόρατος ιστός (hidden web). Μερικές µηχανές αναζήτησης ειδικεύονται στη συλλογή δυναµικού περιεχοµένου στον αόρατο ιστό που είναι προστατευµένο από κωδικούς πρόσβασης ή απαιτεί να συµπληρωθούν φόρµες. Συνάφεια: µερικές φορές µια µηχανή αναζήτησης δεν µπορεί να βρει τι ψάχνει ένας άνθρωπος. Μπορεί να δώσει µια λίστα από ανεπιθύµητα αποτελέσµατα, µη σχετικές ιστοσελίδες, ηλεκτρονικά spam ή pop-ups. Μερικές µηχανές αναζήτησης που δεν κατατάσσουν τα αποτελέσµατα µε βάση τη συνάφεια, αλλά µε βάση τα χρήµατα που πληρώνονται από τις ιστοσελίδες που περιέχονται στα αποτελέσµατα. Πολλές ιστοσελίδες χρησιµοποιούν τεχνάσµατα για να διαβεβαιώσουν ότι θα βρίσκονται ψηλά στη λίστα των αποτελεσµάτων µιας µηχανής αναζήτησης, για πολλές λέξεις κλειδιά. Αυτό µπορεί να οδηγήσει σε «µόλυνση» των αποτελεσµάτων µιας µηχανής αναζήτησης µε spam σελίδες που περιέχουν ελάχιστη ή καθόλου πληροφορία σχετική µε τις εκφράσεις που αναζητούνται. Ασφαλές περιεχόµενο που φιλοξενείται σε συνδέσµους αποτελούν µια πρόκληση για τους crawlers που είτε δεν µπορούν να πλοηγηθούν στο περιεχόµενο για τεχνικούς λόγους είτε δεν δεικτοδοτούν το περιεχόµενο για ιδιωτικούς λόγους. Στο κεφάλαιο αυτό έγινε µια σύντοµη αναφορά στις µηχανές αναζήτησης, στον τρόπο λειτουργίας τους, στα βασικά χαρακτηριστικά τους και στις προκλήσεις που έχουν να αντιµετωπίσουν. Η µεθοδολογία που θα προταθεί σε αυτή τη διπλωµατική προσπαθεί να προσπελάσει κάποια από τα µειονεκτήµατά τους και να προσαρµόσει τα αποτελέσµατα µε βάση τους χρήστες. 11

24 12

25 3 Τεχνικές Προσωποποίησης 13

26 14

27 3 ΤΕΧΝΙΚΕΣ ΠΡΟΣΩΠΟΠΟΙΗΣΗΣ Στο κεφάλαιο αυτό γίνεται εκτενής αναφορά στην έννοια της προσωποποίησης και σε βασικές τεχνικές καθώς και σε συστηµατα προσωποποίησης στον Παγκόσµιο Ιστό. 3.1 Βασικές έννοιες Η προσωποποίηση είναι η προσαρµογή ενός προϊόντος, σε ηλεκτρονικό ή γραπτό µέσο σύµφωνα µε τα χαρακτηριστικά ή τις λεπτοµέρειες που παρέχει ο χρήστης. Πιο πρόσφατα, έχει εφαρµοστεί στον Παγκόσµιο Ιστό και έχει αναπτυχθεί ένα ολόκληρο πεδίο έρευνας γύρω από την προσωποποίηση στον Παγκόσµιο Ιστό. Και η συγκεκριµένη εργασία αναφέρεται σε αυτό το πεδίο έρευνας και προτείνει µια µεθοδολογία προσωποποίησης που βασίζεται στη δηµιουργία σηµασιολογικών οµάδων χρηστών και στο σηµασιολογικό προσδιορισµό των αποτελεσµάτων της µηχανής αναζήτησης. Οι ιστοσελίδες του Παγκόσµιου Ιστού προσωποποιούνται σύµφωνα µε τα ενδιαφέροντα του χρήστη. Η προσωποποίηση υπονοεί ότι οι αλλαγές βασίζονται σε συνεπαγώµενα δεδοµένα όπως, προϊόντα που αγοράζονται ή σελίδες στις οποίες γίνεται πλοήγηση. Ο όρος προσαρµογή ή ο όρος παραµετροποίηση χρησιµοποιείται αντί του όρου προσωποποίηση όταν η ιστοσελίδα χρησιµοποιεί σαφή δεδοµένα όπως προτιµήσεις ή βαθµολογίες. Σε ένα εσωτερικό δίκτυο, για παράδειγµα στη δικτυακή πύλη µιας εταιρίας, η προσωποποίηση συχνά βασίζεται στα χαρακτηριστικά του χρήστη όπως το τµήµα που ανήκει ένας εργαζόµενος, ή τη λειτουργική του περιοχή ή το ρόλο. Ο όρος προσαρµογή σε αυτό το περιεχόµενο αναφέρεται στην ικανότητα των χρηστών να τροποποιούν την εµφάνιση της σελίδας ή να καθορίζουν το περιεχόµενο που παρουσιάζεται. Υπάρχουν δύο κατηγορίες προσωποποίησης: 1. βασισµένη σε κανόνες 2. βασισµένη στο περιεχόµενο Τα µοντέλα προσωποποίησης περιλαµβάνουν φιλτράρισµα βασισµένο σε κανόνες και συνεργατικό φιλτράρισµα που προσφέρει σχετικό υλικό στους χρήστες συνδυάζοντας τις προτιµήσεις τους µε τις προτιµήσεις των άλλων χρηστών µε παρόµοια συµπεριφορά. Το συνεργατικό ψάξιµο έχει καλά αποτελέσµατα στην αναζήτηση βιβλίων, µουσικής, βίντεο κοκ. Αντίθετα, δεν έχει το ίδιο καλά αποτελέσµατα σε άλλες κατηγορίες όπως κοσµήµατα, καλλυντικά κτλ. Πρόσφατα, µια άλλη µέθοδος, η µέθοδος πρόβλεψης προτείνεται σε προϊόντα µε σύνθετα χαρακτηριστικά όπως ενδυµασία. Οι µηχανές αναζήτησης τελευταία εφαρµόζουν προσωποποίηση στα αποτελέσµατά τους σε µια µαζική κλίµακα. Οι τεχνικές τους βασίζονται σε ένα πλήθος παραγόντων που περιλαµβάνουν το ιστορικό του χρήστη, τους αποθηκευµένους σελιδοδείκτες, τις κοινωνικές συµπεριφορές, την πορεία της πλοήγησης και τελικά αναπαρίστανται αποτελέσµατα που η µηχανή αναζήτησης πιστεύει ότι ο χρήστης αναζητά. Στη συνέχεια γίνεται παρουσίαση τεχνικών προσωποποίησης που χρησιµοποιούνται σε συστήµατα καθώς και στον Παγκόσµιο Ιστό. 15

28 3.2 Αρχεία Πρόσβασης ικτυακού Τόπου Στην παράγραφο αυτή γίνεται αναφορά στα αρχεία πρόσβασης δικτυακών τόπων και πως αυτά χρησιµοποιούνται στην ανάλυση δικτυακών τόπων και στην προσωποποίηση δικτυακών τόπων Σύντοµη περιγραφή Οι εξυπηρετητές ιστού, οι οποίοι φιλοξενούν τους δικτυακούς τόπους, διαθέτουν έναν µηχανισµό αυτόµατης καταγραφής και αποθήκευσης των δεδοµένων της πρόσβασης σε κάθε δικτυακό τόπο, σε αρχεία κειµένου τα οποία καλούνται αρχεία καταγραφής πρόσβασης σε δικτυακούς τόπους (web access logs). Τα αρχεία καταγραφής πρόσβασης σε δικτυακούς τόπους παρουσιάζουν αναλυτικές πληροφορίες για κάθε αίτηµα το οποίο πραγµατοποιείται από έναν χρήστη προς τον εξυπηρετητή ιστού και αφορά έναν δεδοµένο δικτυακό τόπο. Οι πληροφορίες αυτές παρουσιάζονται σειριακά, µε κάθε ένα από τα αιτήµατα να αναπαριστάται σαν µία γραµµή κειµένου που αποτελείται από πολλές πληροφορίες, διαφορετικού είδους µεταξύ τους, οι οποίες αφορούν το αίτηµα, το χρόνο κατά τον οποίο αυτό πραγµατοποιήθηκε, το χρήστη ο οποίος το πραγµατοποίησε και τη σελίδα ή το αρχείο του δικτυακού τόπου, το οποίο αιτήθηκε ο χρήστης. Ένα αρχείο εξυπηρετητή (Log file) ή αρχείο πρόσβασης δικτυακού τόπου δηµιουργείται από τον εξυπηρετητή και διατηρείται εκεί καταγράφοντας τη δραστηριότητα των χρηστών. Ένα τυπικό παράδειγµα ενός τέτοιου αρχείου διατηρεί το ιστορικό από αιτήσεις στον εξυπηρετητή. Το πρότυπο της w3c για τα αρχεία πρόσβασης εξυπηρετητών είναι το συνηθέστερο αλλά υπάρχουν και άλλα κατάλληλα πρότυπα. Σε ένα αρχείο πρόσβασης δικτυακού τόπου οι πιο πρόσφατες εγγραφές προστίθενται στο τέλος του αρχείου. Συγκεκριµένα, οι πληροφορίες που καταχωρούνται στα αρχεία πρόσβασης δικτυακών τόπων είναι η αίτηση του χρήστη στον εξυπηρετητή, η IP διεύθυνση του χρήστη, η ηµεροµηνία και ώρα της αίτησης, η σελίδα που ζητείται, ο HTTP κώδικας, τα bytes που ζητούνται και ο agent του χρήστη. Αυτά τα δεδοµένα συνδυάζονται σε ένα µόνο αρχείο ή σε ξεχωριστά αρχεία όπως αρχεία πρόσβασης, αρχεία λαθών ή αρχεία αναφοράς. Τα αρχεία αυτά δεν είναι συνήθως προσβάσιµα από χρήστες του διαδικτύου, αλλά µόνο στους διαχειριστές του εξυπηρετητή. Μια στατιστική ανάλυση των αρχείων πρόσβασης δικτυακών τόπων µπορεί να χρησιµοποιηθεί για να µελετηθεί η κίνηση στο δικτυακό τόπο και να βρεθούν υποδείγµατα κίνησης σε σχέση µε διάφορες χρονικές διάρκειες όπως µια µέρα, ή µια µέρα της εβδοµάδας, ή από κάποια σελίδα αναφοράς ή από κάποια συγκεκριµένη IP κα. Επιπρόσθετα, η ανάλυση των αρχείων πρόσβασης δικτυακών τόπων µπορεί να προβεί χρήσιµη στην αποδοτική διαχείριση του δικτυακού τόπου και στην επαρκή κατανοµή πόρων. Παρά το γεγονός ότι περιέχουν πλήρεις πληροφορίες σχετικά µε όλες τις παραµέτρους της πρόσβασης, τα αρχεία καταγραφής πρόσβασης µειονεκτούν όσον αφορά τη µορφή τους και την ευκολία που προσφέρουν για ανάγνωση από τον άνθρωπο. Για αυτόν ακριβώς το λόγο έχουν αναπτυχθεί µία σειρά εργαλείων διαχείρισης της πληροφορίας που περιέχεται στα αρχεία καταγραφής πρόσβασης. Στα πλαίσια της παρούσας εργασίας, τα αρχεία πρόσβασης του δικτυακού τόπου που σχεδιάστηκε για την εφαρµογή της µεθοδολογίας προσωποποίησης αποτελεί µια βάση δεδοµένων, στην οποία τα δεδοµένα καταχωρούνται µε δοµηµένο τρόπο. Σε συστήµατα που περιγράφονται σε επόµενες παραγράφους γίνεται αναφορά και στο ρόλο των αρχείων πρόσβασης στην προσωποποίηση και στην παραµετροποίηση συστηµάτων. 16

29 3.3 Οντολογίες και δηµιουργία προφίλ Η προσωποποιηµένη αναζήτηση πληροφορίας µε χρήση σηµασιολογίας απαιτεί τη δηµιουργία προφίλ χρηστών µε βάση οντολογίες. Στην παράγραφο αυτή θα γίνει ανάλυση της έννοιας των οντολογιών και θα γίνει περιγραφή των υπαρχόντων οντολογιών για την αναπαράσταση προφίλ Ορισµός Υπάρχουν αρκετοί ορισµοί για µια οντολογία. Στην επιστήµη της πληροφορικής η οντολογία είναι ένας συστηµατικός τρόπος µορφοποίησης των εννοιών, των ορισµών, των σχέσεων και των κανόνων που συλλαµβάνει το σηµασιολογικό περιεχόµενο ενός πεδίου σε µορφή αναγνώσιµη από µηχανή [10]. Οι οντολογίες που δηµιουργούνται για εφαρµογές πληροφορικής γράφονται σε µια επίσηµη γλώσσα που είναι κατανοητή από µηχανή. Στην επιστήµη της πληροφορικής µια οντολογία είναι µια τυπική ρητή περιγραφή εννοιών ενός πεδίου, που ονοµάζονται κλάσεις ή έννοιες, µε τις ιδιότητες κάθε έννοιας που περιγράφουν διάφορα χαρακτηριστικά ή γνωρίσµατά τους και περιορισµούς στις ιδιότητες. Μια οντολογία µαζί µε σύνολα διαφορετικών στιγµιοτύπων, που αποτελούν εκφάνσεις της κλάσης, δηµιουργούν µια βάση γνώσης Συστήµατα βασισµένα σε οντολογίες Οι οντολογίες είναι µια έννοια που έχει εισαχθεί στην πληροφορική τα τελευταία δεκαπέντε χρόνια όµως πολλά συστήµατα έχουν βασιστεί σε αυτές. Στην παράγραφο αυτή θα γίνει µια σύντοµη αναφορά σε µερικά από τα συστήµατα που χρησιµοποιούν σηµασιολογική προσέγγιση µέσω οντολογιών. Τα συστήµατα αυτά χρησιµοποιούνται κυρίως για κατηγοριοποίηση αλλά και για άλλες εφαρµογές OntoSeek Το OntoSeek [11] είναι ένα πρωτότυπο αποτέλεσµα συνεργασίας του Corinto (τµήµα της IBM Semea, Apple στην Ιταλία) και του Ladseb-CNR (ινστιτούτο συστηµάτων επιστήµης και βιοϊατρικής τεχνολογίας) για τµήµα του έργου για ανάκτηση και επαναχρησιµοποίηση αντικειµενοστρεφών τµηµάτων λογισµικού. Αποτελεί ένα σύστηµα που σχεδιάστηκε για ανάκτηση πληροφορίας από χρυσό οδηγό και καταλόγους προϊόντων βασισµένη στο περιεχόµενο. Συνδυάζει έναν µηχανισµό αντιστοίχησης περιεχοµένου οδηγούµενο από οντολογίες µε έναν εκφρασιακό φορµαλισµό αναπαράστασης. Τα παρακάτω αποτελούν τις βασικές σχεδιαστικές επιλογές για το OntoSeek: Η επιλογή να χρησιµοποιηθούν αφηρηµένοι όροι φυσικής γλώσσας για ακριβείς περιγραφές πόρων στη φάση της κωδικοποίησης. Πλήρης εννοιολογική ευελιξία για τα ερωτήµατα, µέσα από µια διαδικασία σηµασιολογικού ταιριάσµατος οδηγούµενο από οντολογίες µεταξύ ερωτηµάτων και περιγραφών πόρων Αλληλεπιδραστική βοήθεια στο σχηµατισµό, τη δηµιουργία και την εξειδίκευση µορφοποίησης ερωτηµάτων Μια αρχιτεκτονική τελευταίας γενιάς Καλούς παράγοντες ανάκλησης και ακρίβειας, και δικαιολογηµένη αποδοτικότητα σε µαζικά δεδοµένα Καλή κλιµάκωση και φορητότητα Το σύστηµα σχεδιάστηκε για να διαχειρίζεται οµογενή και ετερογενή δεδοµένα καταλόγων προϊόντων. Οι ετερογενείς κατάλογοι προϊόντων είναι περισσότεροι δύσκολοι στη διαχείριση επειδή έχουν µεγαλύτερη πολυπλοκότητα στην περιγραφή χρησιµοποιήθηκαν απλοί γράφοι σηµασιολογίας για να αναπαρασταθούν ερωτήµατα 17

30 και περιγραφές πόρων. Το σύστηµα δε βασίστηκε σε οντολογίες που φτιάχτηκαν από την αρχή αλλά χρησιµοποίησε έτοιµες οντολογίες. Συγκεκριµένα, χρησιµοποιήθηκε η οντολογία Sensus 0 που συµπληρώνει για απλή ταξινοµική προσέγγιση µε κόµβους που λήφθηκαν από το WordNet Telltale To Telltale [12] αποτελεί ένα σύστηµα κατηγοριοποίησης εγγράφων βασισµένο στους καταλόγους τους Yahoo. Αυτοί οι κατάλογοι αποτελούν κατηγορίες που προσφέρουν ένα κανονικοποιηµένο και καθολικό τρόπο για αναφορά ή περιγραφή αντικειµένων του πραγµατικού κόσµου και κατ επέκταση σηµασιολογική κατηγοριοποίηση του περιεχοµένου εγγράφων. Οι κατάλογοι του Παγκόσµιου Ιστού όπως το Yahoo! Προσφέρουν µια τεράστια ιεραρχία κατηγοριών που καλύπτουν κάθε πτυχή ανθρώπινης προσπάθειας. Αυτά τα θέµατα µπορούν να χρησιµοποιηθούν σαν περιγραφείς, οµοίως µε τον τρόπο εύρεσης οµοιότητας που χρησιµοποιούν οι βιβλιογράφοι για παράδειγµα. Το Telltale χρησιµοποιεί τη µέθοδο n-grams για να υπολογίσει την οµοιότητα µεταξύ εγγράφων. Κατά τη δηµιουργία του έγιναν πειραµατικές µετρήσεις µε διάφορες περιγραφές για τους καταλόγους του Yahoo! ώστε να κατηγοριοποιηθούν ιστοσελίδες. Τα αποτελέσµατα των πειραµάτων έδειξαν ότι η κατηγοριοποίηση ήταν καλύτερη στην περίπτωση που χρησιµοποιούνταν σύντοµες περιγραφές για τις διάφορες κατηγορίες. Για το σύστηµα αυτό µε βάση τις κατηγορίες των καταλόγων δηµιουργήθηκε µια ταξινοµία οντολογία πάνω στην οποία θα βασιστεί η κατηγοριοποίηση. Κατά την κατηγοριοποίηση γινόταν υπολογισµός των βαρών για κάθε όρο. Το βάρος κάθε όρου υπολογιζόταν ως η διαφορά µεταξύ του µετρήµατος ενός δοσµένου n-gram για ένα έγγραφο, κανονικοποιηµένο στο µέγεθός του, και το κανονικοποιηµένο µέσο όρο του µετρήµατος σε όλα τα έγγραφα για αυτό το n-gram. Αυτό παρέχει το βάρος για κάθε n-gram σε ένα έγγραφο σχετικό µε το µέσο όρο της συλλογής. Η οµοιότητα µεταξύ εγγράφων µετά υπολογίζεται από το συνηµίτονο των δύο διανυσµάτων αναπαράστασης Ontology-Based Semantic Online Classification of Documents Το σύστηµα [13] αυτό περιγράφει µια µέθοδο κατηγοριοποίησης κειµένων µε στόχο την αποσαφήνιση ερωτηµάτων χρηστών. Οι τεχνικές που εφαρµόζονται βασίζονται σε συνδυασµό τεχνικών δεικτοδότησης και σε τεχνικές βασισµένες σε οντολογίες ανάκτησης πληροφορίας σε ένα αλληλεπιδραστικό σύστηµα ανάκτησης πληροφορίας. Το σύστηµα προτείνει µια προσέγγιση για κατηγοριοποίηση αποτελεσµάτων αναζήτησης αντιστοιχίζοντάς τα σε σηµασιολογικές κλάσεις που ορίζονται από τη λογική ενός ερωτήµατος. Τα κριτήρια που ορίζουν κάθε κλάση ή «λογικό κατάλογο» αντλούνται από τις έννοιες µιας προσδιορισµένης οντολογίας, εδώ το MultiWordNet. Σχολιάζονται κα θε στοιχείο του συνόλου αποτελεσµάτων µε τον λογικό κατάλογο στον οποίο έχει κατηγοριοποιηθεί, ο χρήστης παίρνει πρόσθετη πληροφορία για κάθε αντικείµενο. Ο συγκεκριµένος όρος αποτελέσµατος αποσαφηνίζεται σε αντιστοιχία µε το υποκείµενο έγγραφο και µπορεί έτσι να αποφασιστεί πιο εύκολα αν το έγγραφο είναι σχετικό ή όχι για το συγκεκριµένο ερώτηµα Οντολογίες αναφοράς-προφίλ Τα συστήµατα προσωποποίησης του Παγκόσµιου Ιστού που χρησιµοποιούν σηµασιολογία βασίζονται πάντα σε µια οντολογία αναφοράς. Η οντολογία αναφοράς χρησιµοποιείται για κατηγοριοποίηση των επιλογών των χρηστών ώστε να 18

31 καθοριστεί το προφίλ του και να εξατοµικευτούν οι µελλοντικές επιλογές του βάσει του προφίλ που έχει δηµιουργηθεί για αυτόν. Στην παράγραφο αυτή γίνεται µια αναφορά στις βασικότερες οντολογίες αναφοράς που έχουν χρησιµοποιηθεί σε συστήµατα προσωποποίησης καθώς και κατάλογοι του Παγκόσµιου Ιστού πάνω στους οποίους έχουν βασιστεί οντολογίες ταξινοµίες που περιγράφουν προφίλ SUMO the Suggested Upper Merged Ontology Η Sumo [14] είναι µια συλλογή από περίπου 1000 καλά ορισµένες έννοιες, διασυνδεδεµένες σε ένα σηµασιολογικό δίκτυο και συνοδευόµενων από ένα σύνολο αξιωµάτων. Οι έννοιες έχουν εύρος από πολύ γενικές, όπως «Ποσότητα», σε πολύ συγκεκριµένες, όπως «Πουλί». Τα αξιώµατα αντανακλούν κυρίως την αντίληψη της κοινής λογικής που αναγνωρίζονται µεταξύ των εννοιών. Η SUMO σχεδιάστηκε ως ένα υπόστρωµα ανεξάρτητο από πεδίο για σχεδίαση οντολογιών πεδίων. Τα αξιώµατα βοηθούν στο να περιοριστούν οι διερµηνείες για τις έννοιες, και να παρέχουν οδηγίες για συστήµατα αυτοµατοποιηµένης αιτιολόγησης που επεξεργάζονται βάσεις γνώσεις που συνάδουν µε την οντολογία SUMO. Ένα παράδειγµα ενός τέτοιου αξιώµατος είναι: «Αν το c είναι στιγµιότυπου της «Καύσης», τότε υπάρχει η θέρµανση h και το ακτινοβόλο φως l έτσι ώστε και το h και το l είναι παράγωγο του c». Αυτό η περίπλοκη, αλλά λογική, πρόταση λέει ότι η διαδικασία της θέρµανσης και η διαδικασία εκποµπής φωτός συνοδεύουν κάθε διαδικασία καύσης. Επιπλέον, αυτό το αξίωµα κωδικοποιείται στο SUMO σε µια επίσηµη λογική γλώσσα. Οι έννοιες στο SUMO οργανώνονται σε µια απλή ιεραρχία που έχει σαν ρίζα την έννοια «Entity», που αναπαριστά την πιο γενική έννοια. Τα δύο πρώτα επίπεδα φαίνονται στην Εικόνα 2. Για παράδειγµα µπορείτε να δείτε ότι οι έννοιες χωρίζονται σε αντικείµενα φυσικής ύπαρξης (Physical), και σε αφηρηµένα, πνευµατικής αναπαράστασης αντικείµενα (Abstract). Τα φυσικά πράγµατα διακρίνονται περαιτέρω σε αντικείµενα και διαδικασίες κοκ. Οι υποκλάσεις της κλάσεις είναι συνήθως αµοιβαία αποκλειόµενες δηλαδή δεν µοιράζονται κοινά στιγµιότυπα. Για παράδειγµα, τίποτα δεν µπορεί να είναι και αφηρηµένο και φυσικό, ούτε και αντικείµενο και διαδικασία. Αυτή η ιδιότητα είναι ορίζεται αποκλειστικά στην SUMO. Παρόλα αυτά, κάποιες κλάσεις µπορούν να έχουν πολλαπλές υπερκλάσεις. Για παράδειγµα, η κλάση Human (άνθρωπος) µπορεί να είναι Υπόκλιση της κλάσης Hominid (ανθρωποειδές - είναι µέλος της κλάσης των ζώων) και της κλάσης CognitiveAgent (µια οντότητα µε την ικανότητα να σκέφτεται λογικά). Ένα από τα µειονεκτήµατα της SUMO είναι η σχετικά µικρή κάλυψή της που δεν της επιτρέπει να είναι αποδοτική για ανοιχτού πεδίου εφαρµογές. Επίσης, έχει έλλειψη µιας σύνδεσης µεταξύ των εννοιών της και των λέξεων της φυσικής γλώσσας. Αυτοί οι περιορισµοί έχουν παρακαµφθεί µερικώς συνδέοντας την οντολογία SUMO µε το λεξικό WordNet. 19

32 Εικόνα 2 Πρώτα επίπεδα της SUMO οντολογίας WordNet Μια Online λεξικογραφική βάση δεδοµένων Το WordNet είναι µια ελεύθερα διαθέσιµη on-line λεξικογραφική βάση δεδοµένων. Το τµήµα γλωσσολογίας του Πανεπιστηµίου Πρίνσετον τη δηµιούργησε σαν αποτέλεσµα της ψυχογλωσσολογικής έρευνας. Παρόλα αυτά την τελευταία δεκαετία το WordNet αποδείχτηκε πολύ χρήσιµη πηγή για αυτοµατοποιηµένη επεξεργασία της φυσικής γλώσσας. Τεχνικά, το WordNet είναι ένας ηλεκτρονικός θησαυρός, ορίζοντας µεγάλα σύνολα εννοιών λέξεων, διασυνδεόµενα µε σηµασιολογικούς δείκτες. Η λογική δοµή του WordNet φαίνεται στην Εικόνα 3. Εικόνα 3 Η λογική δοµή του WordNet Οι έννοιες λέξεων διασυνδέονται µε φόρµες λέξεων που µπορούν να τις εκφράσουν. Μπορούµε να δούµε στην εικόνα ότι η σχέση µεταξύ φορµών λέξεων και 20

33 οι έννοιες λέξεων είναι m-n- οι φόρµες λέξεων µπορούν να έχουν πολλές έννοιες, και πολλές φόρµες λέξεων µπορούν να αναφέρονται σε πολλές έννοιες. Το πρώτο φαινόµενο ονοµάζεται πολυσηµία και το δεύτερο συνωνυµία. Η αντιµετώπιση µιας τέτοιας αµφισηµίας της φυσικής γλώσσας είναι η πρόκληση κλειδί στην αυτοµατοποιηµένη επεξεργασία της φυσικής γλώσσας. Κάθε είσοδος λέξεων εννοιών (που καλείται επίσης σύνολο συνωνυµίας, ή synset), συνοδεύεται µε σύντοµους άτυπους ορισµούς (Που καλούνται gloss), και λίστες φορµών λέξεων που µπορούν να αναπαραστήσουν το synset στην προφορική ή στην γραπτή γλώσσα. Τα synsets κρατούνται ξεχωριστά για διαφορετικά µέρη του λόγου: υπάρχουν βάσεις δεδοµένων για ουσιαστικά, ρήµατα, επίθετα και επιρρήµατα. Θα πρέπει να σηµειωθεί ότι οι σηµασιολογικές συσχετίσεις µεταξύ synsets είναι διαφορετικές για διαφορετικά µέρη του λόγου. Για παράδειγµα, για ουσιαστικά µια βασική συσχέτιση µεταξύ synsets είναι µια is-a συσχέτιση, που είναι γνωστή από τη µοντελοποίηση δεδοµένων. Στο WordNet, αυτή η συσχέτιση καλείται υπερωνυµία/υπωνυµία. Μπορεί να φαίνεται µε την πρώτη µατιά ότι τα synsets στο WordNet χτίζουν ένα µεγάλο σηµασιολογικό δίκτυο, όπως ξέρουµε είναι ένα παράδειγµα αναπαράστασης γνώσης της τεχνητής νοηµοσύνης. Παρόλα αυτά, ένας πιο επιµελής έλεγχος αποκαλύπτει ότι οι σηµασιολογικές συσχετίσεις στο WordNet είναι µερικές φορές πολύ ασαφείς και µη λογικές, και δεν µπορούν να χρησιµοποιηθούν για εξαγωγή συµπεράσµατος. Οι συσχετίσεις κωδικοποιούνται από λεξικογράφους, και σηµατοδοτούνταν σαν οµοιότητα που κατανοούν οι άνθρωποι από συσχετίσεις µεταξύ λέξεων εννοιών. Επιπλέον, εξαιτίας του υπερβολικού µεγέθους του σηµασιολογικού δικτύου, η αιτιολογία σχεδιασµού των σηµασιολογικών συσχετίσεων είναι µάλλον λογική, χωρίς να δίνεται έµφαση στην γενικότερη δοµή του συνολικού δικτύου. Θεωρείστε ένα παράδειγµα ενός synset που αντιστοιχεί στη λέξη blues. Το WordNet ορίζει τη λέξη blues σαν «ένα είδος παραδοσιακού τραγουδιού που ξεκίνησε από τους Μαύρους Αµερικανούς στην αρχή του 20ού αιώνα, έχει έναν µελαγχολικό ήχο από επαναλαµβανόµενη χρήση από blues νότες». Η υπερωνυµία φαίνεται στην Εικόνα 4. 21

34 Εικόνα 4 Η ιεραρχία των υπερωνυµιών των συνόλων λέξεων Μπορεί να φανεί από την εικόνα ότι αυτό το µικρό σηµασιολογικό δίκτυο είναι αρκετά λάθος κατασκευασµένο, εξαιτίας της χαλαρής µετάφρασης των ορισµών των εννοιών. Για παράδειγµα, το Blues είναι και αφηρηµένη έννοια (πνευµατικό, µη υπαρκτό) και αντικείµενο (φυσική έννοια). Οµοίως, η έννοια «folk song» έχει δύο έννοιες: µια έννοια σηµαίνει µια κλάση από τραγούδια που είναι παραδοσιακά, και είναι και ένα είδος της έννοιας «song». Παρόλα αυτά, η έννοια µπορεί επίσης να κατανοηθεί σαν ένα χαρακτηριστικό τραγουδιών, που είναι είδος της κλάσης «music genre». Στην κοινή γλώσσα αυτές οι δύο έννοιες δεν διακρίνονται αποκλειστικά, και έτσι αυτός ο διαχωρισµός δεν διαχειρίζεται στο WordNet. Παρόµοια κατάσταση συµβαίνει µε πολλαπλές υπερωνυµίες της έννοιας «music genre», όπου παραλείπεται η διάκριση µεταξύ µιας διαδικασίας (music), και του ρόλου του (social relation). Φυσικά, υπάρχουν πολλά παρόµοια προβλήµατα που περιπλέκουν την εξερεύνηση του WordNet σαν πηγή για αυτοµατοποιηµένη επεξεργασία της φυσικής γλώσσας. Είναι ενδιαφέρον να ερωτηθεί αν αυτές οι ασυµφωνίες είναι εσωτερικές σε πηγές όπως το WordNet, ή αν µπορούν να αποφευχθούν από περισσότερο προσεκτικό σχεδιασµό. Το πρόβληµα είναι ότι λογικές και γλωσσολογικές αιτιολογίες για οργάνωση εννοιών λέξεων είναι αρκετά διαφορετικές, ειδικά για πολύ γενικές έννοιες, που είναι κοντά στη ρίζα της ιεραρχίας. 22

35 3.3.4 Συστήµατα Προσωποποίησης Στην παράγραφο αυτή θα γίνει µια αναφορά σε σύγχρονες τεχνικές προσωποποίησης που έχουν προταθεί για τον Παγκόσµιο Ιστό αλλά και για µη δικτυακές εφαρµογές Quickstep Μια µεθοδολογία προσέγγισης στα συστήµατα προτάσεων αποτελεί ο συνδυασµός συστηµάτων προτάσεων που χρησιµοποιούν συνεργατικές και βασισµένες στο περιεχόµενο τεχνικές και αναπαριστούν τα προφίλ των χρηστών χρησιµοποιώντας όρους οντολογιών. Η προσέγγιση αυτή ακολουθείται από δύο πειραµατικά συστήµατα, το Quickstep και το Foxtrot [15]. Το Quickstep είναι ένα σύστηµα προτάσεων για ένα σύνολο ερευνητών σε ένα επιστηµονικό εργαστήριο, ενώ το Foxtrot είναι µια βάση αναζήτησης και ένα σύστηµα προτάσεων για ένα τµήµα της επιστήµης της πληροφορικής. Στην Εικόνα 5 φαίνεται η γενική δοµή των συστηµάτων προτάσεων βασισµένων σε οντολογίες. Εικόνα 5 Γενική µεθοδολογία Quickstep και Foxtrot Συγκεκριµένα, χρησιµοποιείται ένας web proxy ο οποίος χωρίς ενόχληση στο χρήστη παρακολουθεί και καταγράφει την πλοήγηση του χρήστη, προσθέτοντας νέες επιστηµονικές εργασίες στην κεντρική βάση δεδοµένων καθώς τις εντοπίζουν οι χρήστες. Η βάση δεδοµένων των εργασιών µε αυτό τον τρόπο συµπεριφέρεται σαν µια δεξαµενή γνώσης, διαθέσιµη στους χρήστες µέσω αναζήτησης και προτάσεων. Η βάση δεδοµένων είναι κατηγοριοποιηµένη χρησιµοποιώντας µια οντολογία αναφοράς για επιστηµονικές εργασίες και ένα σύνολο παραδειγµάτων εκπαίδευσης. Η καταγεγραµµένη πλοήγηση και η ανάδραση συσχέτισης που εκµαιεύεται από τους χρήστες χρησιµοποιείται για να υπολογιστούν καθηµερινά τα προφίλ των χρηστών και τα ερευνητικά τους ενδιαφέρονται. Τα προφίλ ενδιαφερόντων αναπαρίστανται σε όρους οντολογίας, επιτρέποντας σε άλλα ενδιαφέροντα να προκύπτουν µέσα από την οντολογία και να µην εξάγονται µόνο από την παρατήρηση της συµπεριφοράς του χρήστη. Τα προφίλ ενδιαφερόντων οπτικοποιούνται ώστε να επιτραπεί η συνεπαγωγή της άµεσης ανάδρασης προφίλ, 23

ΤΙΤΛΟΣ ΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΠΕΡΙΟΧΗ ΕΡΕΥΝΑΣ: ΣΥΓΓΡΑΦΕΑΣ:

ΤΙΤΛΟΣ ΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΠΕΡΙΟΧΗ ΕΡΕΥΝΑΣ: ΣΥΓΓΡΑΦΕΑΣ: ΤΙΤΛΟΣ ΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΠΕΡΙΟΧΗ ΕΡΕΥΝΑΣ: Υπολογιστικά Συστήµατα & Τεχνολογίες Πληροφορικής ΣΥΓΓΡΑΦΕΑΣ: Γιώργος Γιαννόπουλος, διδακτορικός φοιτητής

Διαβάστε περισσότερα

Τεχνικές ταξινόµησης αποτελεσµάτων µηχανών αναζήτησης µε βάση την ιστορία του χρήστη

Τεχνικές ταξινόµησης αποτελεσµάτων µηχανών αναζήτησης µε βάση την ιστορία του χρήστη Τεχνικές ταξινόµησης αποτελεσµάτων µηχανών αναζήτησης µε βάση την ιστορία του χρήστη Όνοµα: Νικολαΐδης Αντώνιος Επιβλέπων: Τ. Σελλής Περίληψη ιπλωµατικής Εργασίας Συνεπιβλέποντες: Θ. αλαµάγκας, Γ. Γιαννόπουλος

Διαβάστε περισσότερα

GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ

GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΣΠΟΥ ΑΣΤΗΣ: Γιαννόπουλος Γεώργιος ΕΠΙΒΛΕΠΩΝ: Καθ. Ι. Βασιλείου ΒΟΗΘΟΙ: Α. ηµητρίου, Θ. αλαµάγκας Γενικά Οι µηχανές αναζήτησης

Διαβάστε περισσότερα

ΕΠΛ 002: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Μηχανές αναζήτησης

ΕΠΛ 002: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Μηχανές αναζήτησης ΕΠΛ 002: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ Μηχανές αναζήτησης Στόχοι 1 Να εξηγήσουμε για ποιον λόγο μας είναι απαραίτητες οι μηχανές αναζήτησης στον Παγκόσμιο Ιστό. Να περιγράψουμε κάποιους από τους

Διαβάστε περισσότερα

ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΑ ΣΥΣΤΗΜΑΤΑ

ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΑ ΣΥΣΤΗΜΑΤΑ Δρ. Κουζαπάς Δημήτριος Πανεπιστήμιο Κύπρου - Τμήμα Πληροφορικής Μηχανές Αναζήτησης Στόχοι 1 Να εξηγήσουμε για ποιον λόγο μας είναι απαραίτητες

Διαβάστε περισσότερα

ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ. Μηχανές αναζήτησης

ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ. Μηχανές αναζήτησης ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ Μηχανές αναζήτησης Στόχοι 1 Να εξηγήσουμε για ποιο λόγο μας είναι απαραίτητες οι μηχανές αναζήτησης στον Παγκόσμιο Ιστό. Να περιγράψουμε κάποιους

Διαβάστε περισσότερα

Αναπαράσταση Γνώσης και Αναζήτηση στον Σηµασιολογικό Ιστό

Αναπαράσταση Γνώσης και Αναζήτηση στον Σηµασιολογικό Ιστό Αναπαράσταση Γνώσης και Αναζήτηση στον Σηµασιολογικό Ιστό Αλέξανδρος Βαλαράκος (alexv@iit.demokritos.gr) (alexv@aegean.gr) Υποψήφιος ιδάκτορας Τµήµα Μηχανικών Υπολογιστικών και Πληροφοριακών Συστηµάτων.

Διαβάστε περισσότερα

Περιεχόμενα. Δημιουργία σύνδεσης... 27 5. ΤΙ ΕΙΝΑΙ ΙΣΤΟΣΕΛΙΔΕΣ ΚΑΙ ΤΙ ΤΟΠΟΘΕΣΙΕΣ ΙΣΤΟΥ... 37. Γνωριμία με μια ιστοσελίδα:... 38

Περιεχόμενα. Δημιουργία σύνδεσης... 27 5. ΤΙ ΕΙΝΑΙ ΙΣΤΟΣΕΛΙΔΕΣ ΚΑΙ ΤΙ ΤΟΠΟΘΕΣΙΕΣ ΙΣΤΟΥ... 37. Γνωριμία με μια ιστοσελίδα:... 38 Περιεχόμενα ΠΡΟΛΟΓΟΣ... 11 ΔΙΑΔΙΚΤΥΟ... 13 1. ΙΣΤΟΡΙΑ ΤΟΥ ΔΙΑΔΙΚΤΥΟΥ... 15 2. ΤΙ ΕΙΝΑΙ ΤΟ ΔΙΑΔΙΚΤΥΟ INTERNET;... 16 3. ΤΙ ΠΡΟΣΦΕΡΕΙ ΤΟ ΔΙΑΔΙΚΤΥΟ, ΤΙ ΜΠΟΡΕΙ ΝΑ ΒΡΕΙ ΚΑΝΕΙΣ... 19 4. ΤΙ ΑΠΑΙΤΕΙΤΑΙ ΓΙΑ ΝΑ

Διαβάστε περισσότερα

1 Συστήματα Αυτοματισμού Βιβλιοθηκών

1 Συστήματα Αυτοματισμού Βιβλιοθηκών 1 Συστήματα Αυτοματισμού Βιβλιοθηκών Τα Συστήματα Αυτοματισμού Βιβλιοθηκών χρησιμοποιούνται για τη διαχείριση καταχωρήσεων βιβλιοθηκών. Τα περιεχόμενα των βιβλιοθηκών αυτών είναι έντυπα έγγραφα, όπως βιβλία

Διαβάστε περισσότερα

ΘΕΜΑ 1 Τεχνικές Εξαγωγής Συµφράσεων από εδοµένα Κειµένου και Πειραµατική Αξιολόγηση

ΘΕΜΑ 1 Τεχνικές Εξαγωγής Συµφράσεων από εδοµένα Κειµένου και Πειραµατική Αξιολόγηση ΘΕΜΑ 1 Τεχνικές Εξαγωγής Συµφράσεων από εδοµένα Κειµένου και Πειραµατική Αξιολόγηση Οι συµφράσεις είναι ακολουθίες όρων οι οποίοι συνεµφανίζονται σε κείµενο µε µεγαλύτερη συχνότητα από εκείνη της εµφάνισης

Διαβάστε περισσότερα

πληροφορίας στον παγκόσµιο ιστό. meta-search engines) και θεµατικοί κατάλογοι.

πληροφορίας στον παγκόσµιο ιστό. meta-search engines) και θεµατικοί κατάλογοι. ΠΑΝΤΕΙΟ ΠΑΝΕΠΗΣΤΗΜΙΟ -ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ ΚΕΝΤΡΟ ΨΥΧΟ-ΚΟΙΝΩΝΙΟΛΟΓΙΚΗΣ ΕΡΕΥΝΑΣ ΤΗΣ ΙΑΚΥΒΕΡΝΗΣΗΣ ΤΩΝ ΥΝΗΤΙΚΩΝ ΚΟΙΝΟΤΗΤΩΝ ΕΡΕΥΝΗΤΙΚΟ ΑΚΑ ΗΜΑΙΚΟ ΙΝΣΤΙΤΟΥΤΟ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΤΕΙ ΜΕΣΟΛΟΓΓΙΟΥ Μάθηµα : Εισαγωγικά

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας

Ανάκτηση Πληροφορίας Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #02 Ιστορική αναδρομή Σχετικές επιστημονικές περιοχές 1 Άδεια χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Α. Βαγγελάτος 2, Γ. Ορφανός 2, Χ. Τσαλίδης 2, Χ. Καλαμαρά 3

Α. Βαγγελάτος 2, Γ. Ορφανός 2, Χ. Τσαλίδης 2, Χ. Καλαμαρά 3 Ανάπτυξη Οντολογίας Βιοϊατρικών Όρων Α. Βαγγελάτος 2, Γ. Ορφανός 2, Χ. Τσαλίδης 2, Χ. Καλαμαρά 3 www.iatrolexi.cti.gr 1 Ερευνητικό Ακαδημαϊκό Ινστιτούτο Τεχνολογίας Υπολογιστών (ΕΑΙΤΥ) Σελίδα 1 Ημερομηνία:

Διαβάστε περισσότερα

ΑΡΧΙΜΗ ΗΣ - ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑ ΩΝ ΣΤΑ ΤΕΙ. Υποέργο: «Ανάκτηση και προστασία πνευµατικών δικαιωµάτων σε δεδοµένα

ΑΡΧΙΜΗ ΗΣ - ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑ ΩΝ ΣΤΑ ΤΕΙ. Υποέργο: «Ανάκτηση και προστασία πνευµατικών δικαιωµάτων σε δεδοµένα ΑΡΧΙΜΗ ΗΣ - ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑ ΩΝ ΣΤΑ ΤΕΙ Υποέργο: «Ανάκτηση και προστασία πνευµατικών δικαιωµάτων σε δεδοµένα πολυδιάστατου ψηφιακού σήµατος (Εικόνες Εικονοσειρές)» Πακέτο Εργασίας 1: Ανάπτυξη βάσης

Διαβάστε περισσότερα

Σχεδιασµός Ανάπτυξη Οντολογίας

Σχεδιασµός Ανάπτυξη Οντολογίας Σχεδιασµός Ανάπτυξη Οντολογίας ΈλεναΜάντζαρη, Γλωσσολόγος, Ms.C. ΙΑΤΡΟΛΕΞΗ: Ανάπτυξη Υποδοµής Γλωσσικής Τεχνολογίας για το Βιοϊατρικό Τοµέα Τι είναι η οντολογία; Μιαοντολογίαείναιέναλεξικόόρωνπου διατυπώνονται

Διαβάστε περισσότερα

Αναζήτηση Πληροφοριών στο Διαδίκτυο

Αναζήτηση Πληροφοριών στο Διαδίκτυο Αναζήτηση Πληροφοριών στο Διαδίκτυο Πηγές Πληροφόρησης - Εργαλεία Αναζήτησης - Στρατηγικές Αναζήτησης ΤΕΙ ΚΡΗΤΗΣ Τμήμα Κοινωνικής Εργασίας Πληροφορική Ι Μια κινέζικη παροιμία λέει «Αν σού δώσω ένα ψάρι

Διαβάστε περισσότερα

ÈÛ ÁˆÁ ÛÙÈ μ ÛÂÈ Â ÔÌ ÓˆÓ

ÈÛ ÁˆÁ ÛÙÈ μ ÛÂÈ Â ÔÌ ÓˆÓ ΕΝΟΤΗΤΑ 1.1 ÈÛ ÁˆÁ ÛÙÈ μ ÛÂÈ Â ÔÌ ÓˆÓ ΔΙΔΑΚΤΙΚΟI ΣΤOΧΟΙ Στο τέλος της ενότητας αυτής πρέπει να μπορείτε: να επεξηγείτε τις έννοιες «βάση δεδομένων» και «σύστημα διαχείρισης βάσεων δεδομένων» να αναλύετε

Διαβάστε περισσότερα

P-Μiner : ιαχείριση Πυλών Καταλόγων (Portals) µε Υποστήριξη ιαδικασιών Εξόρυξης εδοµένων Χρήσης

P-Μiner : ιαχείριση Πυλών Καταλόγων (Portals) µε Υποστήριξη ιαδικασιών Εξόρυξης εδοµένων Χρήσης P-Μiner : ιαχείριση Πυλών Καταλόγων (Portals) µε Υποστήριξη ιαδικασιών Εξόρυξης εδοµένων Χρήσης ιπλωµατική Εργασία του Θεοδώρου Ι. Γαλάνη ΠΕΡΙΛΗΨΗ Γενικά Με την εξάπλωση του διαδικτύου όλο και περισσότεροι

Διαβάστε περισσότερα

ΥΠΗΡΕΣΙΑ. Ηλεκτρονική ιαχείριση Τάξης. Οδηγίες χρήσης για τον µαθητή.

ΥΠΗΡΕΣΙΑ. Ηλεκτρονική ιαχείριση Τάξης. Οδηγίες χρήσης για τον µαθητή. ΥΠΗΡΕΣΙΑ Ηλεκτρονική ιαχείριση Τάξης Οδηγίες χρήσης για τον µαθητή http://eclass.sch.gr Η υπηρεσία ηλεκτρονικής διαχείρισης τάξης αναπτύχθηκε από το Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών για λογαριασµό

Διαβάστε περισσότερα

ΗΥ562 Προχωρημένα Θέματα Βάσεων Δεδομένων Efficient Query Evaluation over Temporally Correlated Probabilistic Streams

ΗΥ562 Προχωρημένα Θέματα Βάσεων Δεδομένων Efficient Query Evaluation over Temporally Correlated Probabilistic Streams ΗΥ562 Προχωρημένα Θέματα Βάσεων Δεδομένων Efficient Query Evaluation over Temporally Correlated Probabilistic Streams Αλέκα Σεληνιωτάκη Ηράκλειο, 26/06/12 aseliniotaki@csd.uoc.gr ΑΜ: 703 1. Περίληψη Συνεισφοράς

Διαβάστε περισσότερα

Μηχανική Λογισμικού για Διαδικτυακές & Φορητές Εφαρμογές

Μηχανική Λογισμικού για Διαδικτυακές & Φορητές Εφαρμογές Μεταπτυχιακό Δίπλωμα Ειδίκευσης Μηχανική Λογισμικού για Διαδικτυακές & Φορητές Εφαρμογές Δρ. Κακαρόντζας Γεώργιος Επίκουρος Καθηγητής Τμ. Μηχανικών Πληροφορικής Τ.Ε. Μηχανική Λογισμικού για Διαδικτυακές

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών 44 Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών Διδακτικοί στόχοι Σκοπός του κεφαλαίου είναι οι μαθητές να κατανοήσουν τα βήματα που ακολουθούνται κατά την ανάπτυξη μιας εφαρμογής.

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΙΣ Β ΣΕ Ε Σ Ι ΟΜΕΝ

ΕΙΣΑΓΩΓΗ ΣΤΙΣ Β ΣΕ Ε Σ Ι ΟΜΕΝ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ Βασικές Έννοιες - εδοµένα { Νίκος, Μιχάλης, Μαρία, Θάλασσα, Αυτοκίνητο }, αριθµοί, π.χ. {1, 2, 3, 5, 78}, συµβολοσειρές (strings) π.χ. { Κώστας, 5621, ΤΡ 882, 6&5 #1, +

Διαβάστε περισσότερα

ΜΑΘΗΜΑ 6. Σχήµατα ιαλειτουργικότητας Μεταδεδοµένων. Το RDF Το Warwick Framework. Ιόνιο Πανεπιστήµιο - Τµήµα Αρχειονοµίας - Βιβλιοθηκονοµίας

ΜΑΘΗΜΑ 6. Σχήµατα ιαλειτουργικότητας Μεταδεδοµένων. Το RDF Το Warwick Framework. Ιόνιο Πανεπιστήµιο - Τµήµα Αρχειονοµίας - Βιβλιοθηκονοµίας ΜΑΘΗΜΑ 6 195 Σχήµατα ιαλειτουργικότητας Μεταδεδοµένων Το RDF Το Warwick Framework 196 1 Resource Data Framework RDF Τα πολλαπλά και πολλαπλής προέλευσης σχήµατα παραγωγής δηµιουργούν την ανάγκη δηµιουργίας

Διαβάστε περισσότερα

Παγκόσμιος ιστός και Internet συχνά θεωρούνται το ίδιο πράγμα. Η αντίληψη αυτή είναι λανθασμένη καθώς ο ιστός αποτελεί μία μόνο εφαρμογή του

Παγκόσμιος ιστός και Internet συχνά θεωρούνται το ίδιο πράγμα. Η αντίληψη αυτή είναι λανθασμένη καθώς ο ιστός αποτελεί μία μόνο εφαρμογή του Ο Παγκόσμιος Ιστός Ο Παγκόσμιος Ιστός (World Wide Web - WWW) είναι η πιο δημοφιλής υπηρεσία του Διαδικτύου, που μας επιτρέπει με ιδιαίτερα εύκολο τρόπο να έχουμε πρόσβαση σε μια τεράστια συλλογή ψηφιακών

Διαβάστε περισσότερα

Σημασιολογική Ολοκλήρωση Δεδομένων με τη χρήση Οντολογιών

Σημασιολογική Ολοκλήρωση Δεδομένων με τη χρήση Οντολογιών Σημασιολογική Ολοκλήρωση Δεδομένων με τη χρήση Οντολογιών Λίνα Μπουντούρη - Μανόλης Γεργατσούλης Ιόνιο Πανεπιστήμιο 15ο Πανελλήνιο Συνέδριο Ακαδημαϊκών Βιβλιοθηκών Διαδίκτυο και Επίπεδα ετερογένειας δεδομένων

Διαβάστε περισσότερα

Περίληψη ιπλωµατικής Εργασίας

Περίληψη ιπλωµατικής Εργασίας Περίληψη ιπλωµατικής Εργασίας Θέµα: Πρότυπη Εφαρµογή ιαλειτουργικότητας για Φορητές Συσκευές Όνοµα: Κωνσταντίνος Χρηστίδης Επιβλέπων: Ιωάννης Βασιλείου Συν-επιβλέπων: Σπύρος Αθανασίου 1. Αντικείµενο Αντικείµενο

Διαβάστε περισσότερα

Προπτυχιακές και µεταπτυχιακές εργασίες Μάρτιος 2005

Προπτυχιακές και µεταπτυχιακές εργασίες Μάρτιος 2005 ΕΚΕΦΕ «ηµόκριτος» Ινστιτούτο Πληροφορικής και Τηλεπικοινωνιών Εργαστήριο Τεχνολογίας Γνώσεων και Λογισµικού Προπτυχιακές και µεταπτυχιακές εργασίες Μάρτιος 2005 Το Εργαστήριο Τεχνολογίας Γνώσεων και Λογισµικού

Διαβάστε περισσότερα

Σύστημα υποβολής αιτήσεων υποψήφιων συνεργατών ΕΚΤ

Σύστημα υποβολής αιτήσεων υποψήφιων συνεργατών ΕΚΤ Σύστημα υποβολής αιτήσεων υποψήφιων συνεργατών ΕΚΤ 1 Λειτουργικές απαιτήσεις Το σύστημα υποβολής αιτήσεων υποψήφιων συνεργατών στοχεύει στο να επιτρέπει την πλήρως ηλεκτρονική υποβολή αιτήσεων από υποψήφιους

Διαβάστε περισσότερα

A ΕΠΑ.Λ ΕΦΑΡΜΟΓΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 5 η ΕΝΟΤΗΤΑ: ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ. Εκπαιδευτικοί: ΓΑΛΑΝΟΣ ΓΕΩΡΓΙΟΣ ΜΠΟΥΣΟΥΝΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ

A ΕΠΑ.Λ ΕΦΑΡΜΟΓΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 5 η ΕΝΟΤΗΤΑ: ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ. Εκπαιδευτικοί: ΓΑΛΑΝΟΣ ΓΕΩΡΓΙΟΣ ΜΠΟΥΣΟΥΝΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ A ΕΠΑ.Λ ΕΦΑΡΜΟΓΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 5 η ΕΝΟΤΗΤΑ: ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Εκπαιδευτικοί: ΓΑΛΑΝΟΣ ΓΕΩΡΓΙΟΣ ΜΠΟΥΣΟΥΝΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ 1 Βάση Δεδομένων: Με το όρο Βάση Δεδομένων εννοούμε ένα σύνολο δεδομένων που είναι οργανωμένο

Διαβάστε περισσότερα

Συγκεντρωτικό Παράρτημα

Συγκεντρωτικό Παράρτημα Αρχική σελίδα -> Βρείτε το. Δεν λειτουργούν τα links Αποπροσανατολισμός, δυσλειτουργία δικτυακού τόπου Να διορθωθούν τα links Έγινε έλεγχος και διόρθωση όλων των συνδέσμων Ενότητα βιβλιοθήκη: η διαδρομή

Διαβάστε περισσότερα

ECDL Module 5 Χρήση Βάσεων εδοµένων Εξεταστέα Ύλη, έκδοση 5.0 (Syllabus Version 5.0)

ECDL Module 5 Χρήση Βάσεων εδοµένων Εξεταστέα Ύλη, έκδοση 5.0 (Syllabus Version 5.0) ECDL Module 5 Χρήση Βάσεων εδοµένων Εξεταστέα Ύλη, έκδοση 5.0 (Syllabus Version 5.0) (Module 5 Using Databases) Συνολική ιάρκεια: Προτεινόµενο * Χρονοδιάγραµµα Εκπαίδευσης 10-16 (δέκα έως δεκαέξι) ώρες

Διαβάστε περισσότερα

ΕΡΓΑΣΙΑ. (στο µάθηµα: Τεχνολογίες Εφαρµογών ιαδικτύου του Η εξαµήνου σπουδών του Τµήµατος Πληροφορικής & Τηλ/νιών)

ΕΡΓΑΣΙΑ. (στο µάθηµα: Τεχνολογίες Εφαρµογών ιαδικτύου του Η εξαµήνου σπουδών του Τµήµατος Πληροφορικής & Τηλ/νιών) ΕΡΓΑΣΙΑ (στο µάθηµα: Τεχνολογίες Εφαρµογών ιαδικτύου του Η εξαµήνου σπουδών του Τµήµατος Πληροφορικής & Τηλ/νιών) Τίτλος: Εφαρµογή ιαδικτύου ιαχείρισης Αποθήκων (Warehouse Management Web Application) Ζητούµενο:

Διαβάστε περισσότερα

Βάσεις δεδομένων και Microsoft Access

Βάσεις δεδομένων και Microsoft Access Περιεχόμενα Κεφάλαιο 1 Βάσεις δεδομένων και Microsoft Access... 7 Κεφάλαιο 2 Microsoft Access 2010... 16 Κεφάλαιο 3 Σχεδιασμός βάσης δεδομένων και δημιουργία πίνακα... 27 Κεφάλαιο 4 Προβολές πινάκων και

Διαβάστε περισσότερα

ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος: 2012 2013

ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος: 2012 2013 ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία Γεώργιος Πετάσης Ακαδημαϊκό Έτος: 2012 2013 ΤMHMA MHXANIKΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ, Πανεπιστήμιο Πατρών, 2012 2013 Τι είναι η γλωσσική τεχνολογία;

Διαβάστε περισσότερα

Διαχείριση Πολιτισμικών Δεδομένων

Διαχείριση Πολιτισμικών Δεδομένων Διαχείριση Πολιτισμικών Δεδομένων Μάθημα 1 Εισαγωγή στις Βάσεις Δεδομένων Τζανέτος Πομόνης ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Συντήρησης Πολιτισμικής Κληρονομιάς Τι είναι οι Βάσεις

Διαβάστε περισσότερα

ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΑΝΑΠΤΥΞΗ ΙΣΤΟΤΟΠΩΝ

ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΑΝΑΠΤΥΞΗ ΙΣΤΟΤΟΠΩΝ ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΑΝΑΠΤΥΞΗ ΙΣΤΟΤΟΠΩΝ 1Τι είναι ο Παγκόσµιος Ιστός; Λόγω της µεγάλης απήχησης του Παγκόσµιου Ιστού πολλές φορές ταυτίζουµε τον Παγκόσµιο Ιστό µε το Διαδίκτυο. Στην πραγµατικότητα αυτή η αντίληψη

Διαβάστε περισσότερα

Βασικές Υπηρεσίες Διαδικτύου. Επικοινωνίες Δεδομένων Μάθημα 2 ο

Βασικές Υπηρεσίες Διαδικτύου. Επικοινωνίες Δεδομένων Μάθημα 2 ο Βασικές Υπηρεσίες Διαδικτύου Επικοινωνίες Δεδομένων Μάθημα 2 ο Μεταφορά αρχείων (File Transfer Protocol, FTP) user at host FTP user interface FTP client local file system file transfer FTP server remote

Διαβάστε περισσότερα

Ανάπτυξη & Σχεδίαση Λογισμικού (ΗΥ420)

Ανάπτυξη & Σχεδίαση Λογισμικού (ΗΥ420) Ανάπτυξη & Σχεδίαση Λογισμικού (ΗΥ420) Διάλεξη 8: Σχεδίαση Συστήματος Σχεδίαση Συστήματος 2 Διεργασία μετατροπής του προβλήματος σε λύση. Από το Τί στο Πώς. Σχέδιο: Λεπτομερής περιγραφή της λύσης. Λύση:

Διαβάστε περισσότερα

ΑΠΟΤΙΜΗΣΗ ΤΟΥ ΕΡΓΟΥ ΤΟΥ ΤΜΗΜΑΤΟΣ ΣΤΟΧΟΙ ΓΙΑ ΤΗΝ ΠΕΡΙΟΔΟ ΠΑΡΑΡΤΗΜΑ ΧΙ

ΑΠΟΤΙΜΗΣΗ ΤΟΥ ΕΡΓΟΥ ΤΟΥ ΤΜΗΜΑΤΟΣ ΣΤΟΧΟΙ ΓΙΑ ΤΗΝ ΠΕΡΙΟΔΟ ΠΑΡΑΡΤΗΜΑ ΧΙ ΕΘΝΙΚΟΝ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟΝ ΠΑΝΕΠΙΣΤΗΜΙΟΝ ΑΘΗΝΩΝ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΑΠΟΤΙΜΗΣΗ ΤΟΥ ΕΡΓΟΥ ΤΟΥ ΤΜΗΜΑΤΟΣ ΣΤΟΧΟΙ ΓΙΑ ΤΗΝ ΠΕΡΙΟΔΟ 2008-2013 ΠΑΡΑΡΤΗΜΑ ΧΙ ΕΦΑΡΜΟΓΗ ΔΙΑΧΕΙΡΙΣΗΣ

Διαβάστε περισσότερα

Εννοιολογική Ομοιογένεια

Εννοιολογική Ομοιογένεια Ιόνιο Πανεπιστήμιο Τμήμα Αρχειονομίας Βιβλιοθηκονομίας Εργαστήριο Ψηφιακών Βιβλιοθηκών και Ηλεκτρονικής Δημοσίευσης Εννοιολογική Ομοιογένεια Αξιοποίηση Ταξινομικών Συστημάτων Γεωργία Προκοπιάδου, Διονύσης

Διαβάστε περισσότερα

«Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ.

«Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ. ΕΡΓΑΣΙΑ 4 «Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ. Στόχος Στόχος της Εργασίας 4 είναι να η εξοικείωση με την αντικειμενοστρέφεια (object oriented programming). Πιο συγκεκριμένα,

Διαβάστε περισσότερα

ΠΛΑΤΦΟΡΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΒΙΝΤΕΟΔΙΑΛΕΞΕΩΝ ΔΗΛΟΣ delos.uoa.gr. Εγχειρίδιο Χρήσης Μελών ΔΕΠ

ΠΛΑΤΦΟΡΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΒΙΝΤΕΟΔΙΑΛΕΞΕΩΝ ΔΗΛΟΣ delos.uoa.gr. Εγχειρίδιο Χρήσης Μελών ΔΕΠ ΠΛΑΤΦΟΡΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΒΙΝΤΕΟΔΙΑΛΕΞΕΩΝ ΔΗΛΟΣ delos.uoa.gr Εγχειρίδιο Χρήσης Μελών ΔΕΠ Αναζήτηση Δημόσιου Περιεχομένου Η διεύθυνση ιστού της νεάς πλατφόρμας διαχείρισης βιντεοδιαλέξεων Δήλος είναι: http://delos.uoa.gr

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 435: ΑΛΛΗΛΕΠΙ ΡΑΣΗ ΑΝΘΡΩΠΟΥ ΥΠΟΛΟΓΙΣΤΗ Ακαδηµαϊκό Έτος 2004 2005, Χειµερινό Εξάµηνο 2 Η ΟΜΑ ΙΚΗ ΕΡΓΑΣΙΑ: ΑΝΑΠΤΥΞΗ ΑΡΧΙΚΗΣ Ι ΕΑΣ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ ΚΑΙ ΑΝΑΛΥΣΗ ΑΝΑΓΚΩΝ

Διαβάστε περισσότερα

Σύστηµα Αρχείων και Καταλόγων

Σύστηµα Αρχείων και Καταλόγων ΕΠΛ 003 ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ Σύστηµα Αρχείων και Καταλόγων ιάλεξη 7 (Κεφάλαιο 11 του βιβλίου) Στόχοι Κεφαλαίου Περιγραφή της έννοιας του αρχείου, συστήµατος

Διαβάστε περισσότερα

Εργαλεία ανάπτυξης εφαρμογών internet Ι

Εργαλεία ανάπτυξης εφαρμογών internet Ι IEK ΟΑΕΔ ΚΑΛΑΜΑΤΑΣ ΤΕΧΝΙΚΟΣ ΕΦΑΡΜΟΓΩΝ ΠΛΗΟΦΟΡΙΚΗΣ Εργαλεία ανάπτυξης εφαρμογών internet Ι Διδάσκουσα: Κανελλοπούλου Χριστίνα ΠΕ19 Πληροφορικής 4 φάσεις διαδικτυακών εφαρμογών 1.Εφαρμογές στατικής πληροφόρησης

Διαβάστε περισσότερα

Open Text edocs Records Management

Open Text edocs Records Management Open Text edocs Records Management Η λύση Open Text edocs Records Management, παρέχει ένα ασφαλές και πλήρως λειτουργικό περιβάλλον τήρησης και παρακολούθησης του αρχείου ενός οργανισµού, πειθαρχώντας

Διαβάστε περισσότερα

Πώς λειτουργεί το Google?

Πώς λειτουργεί το Google? Πώς λειτουργεί το Google? Στα άδυτα του Γίγαντα της Αναζήτησης! Το να ψάξουμε κάτι στο Google είναι κάτι τόσο καθημερινό για τους περισσότερους από εμάς, που το θεωρούμε δεδομένο. Αυτό που ίσως ξεχνάμε

Διαβάστε περισσότερα

Πρότυπα και Τεχνολογίες Semantic Web και Web 2.0 και η εφαρμογή τους στην Ηλεκτρονική Διακυβέρνηση

Πρότυπα και Τεχνολογίες Semantic Web και Web 2.0 και η εφαρμογή τους στην Ηλεκτρονική Διακυβέρνηση Πρότυπα και Τεχνολογίες Semantic Web και Web 2.0 και η εφαρμογή τους στην Ηλεκτρονική Διακυβέρνηση Νίκος Λούτας (nlout@uom.gr) http://nikosloutas.com Υποψήφιος Διδάκτορας, Εργαστήριο Πληροφοριακών Συστημάτων,

Διαβάστε περισσότερα

ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ

ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΠΑΙΔΑΓΩΓΙΚΟ ΙΝΣΤΙΤΟΥΤΟ ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΙΣΧΥΕΙ ΚΑΤΑ ΤΟ ΜΕΡΟΣ ΠΟΥ ΑΦΟΡΑ ΤΟ ΛΥΚΕΙΟ ΓΙΑ ΤΗΝ ΥΠΟΧΡΕΩΤΙΚΗ ΕΚΠΑΙΔΕΥΣΗ ΙΣΧΥΟΥΝ ΤΟ ΔΕΠΠΣ

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας. Διδάσκων: Φοίβος Μυλωνάς. Διάλεξη #01

Ανάκτηση Πληροφορίας. Διδάσκων: Φοίβος Μυλωνάς. Διάλεξη #01 Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #01 Διαδικαστικά μαθήματος Εισαγωγικές έννοιες & Ορισμοί Συστήματα ανάκτησης πληροφορίας 1

Διαβάστε περισσότερα

Περιεχόµενα. Πληροφοριακά Συστήµατα: Κατηγορίες και Κύκλος Ζωής. Π.Σ. ιαχείρισης Πράξεων. Π.Σ. ιοίκησης. Κατηγορίες Π.Σ. Ο κύκλος ζωής Π.Σ.

Περιεχόµενα. Πληροφοριακά Συστήµατα: Κατηγορίες και Κύκλος Ζωής. Π.Σ. ιαχείρισης Πράξεων. Π.Σ. ιοίκησης. Κατηγορίες Π.Σ. Ο κύκλος ζωής Π.Σ. Πληροφοριακά Συστήµατα: Κατηγορίες και Κύκλος Ζωής Περιεχόµενα Κατηγορίες Π.Σ. ιαχείρισης Πράξεων ιοίκησης Υποστήριξης Αποφάσεων Έµπειρα Συστήµατα Ατόµων και Οµάδων Ο κύκλος ζωής Π.Σ. Ορισµός Φάσεις Χρήστες

Διαβάστε περισσότερα

Πλοήγηση και Αναζήτηση

Πλοήγηση και Αναζήτηση Πλοήγηση και Αναζήτηση Περιήγηση Το Eprints παρέχει πολλούς διαφορετικούς τρόπους να επιμεριστεί το καταθετήριο σε διαφορετικές συλλογές και να προσεγγίζεται το περιεχόμενό του από διαφορετικές οπτικές

Διαβάστε περισσότερα

World Wide Web: Ο παγκόσµιος ιστός Πληροφοριών

World Wide Web: Ο παγκόσµιος ιστός Πληροφοριών Περιεχόµενα World Wide Web: Ο παγκόσµιος ιστός Πληροφοριών Εισαγωγή Ιστορική Αναδροµή Το ιαδίκτυο και το WWW Υπερκείµενο Εντοπισµός πληροφοριών στο WWW Search Engines Portals Unicode Java Plug-Ins 1 2

Διαβάστε περισσότερα

Σύστημα Κεντρικής Υποστήριξης της Πρακτικής Άσκησης Φοιτητών Α.Ε.Ι.

Σύστημα Κεντρικής Υποστήριξης της Πρακτικής Άσκησης Φοιτητών Α.Ε.Ι. Σύστημα Κεντρικής Υποστήριξης της Πρακτικής Άσκησης Φοιτητών Α.Ε.Ι. Παραδοτέο: Δημοσιότητα Ανάλυση Αρχείων Κίνησης Πληροφοριακού Κόμβου submit-atlas.grnet.gr Σελίδα 1 από 164 Σελίδα 2 από 164 Σύνοψη H

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΡΟΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΜΑΘΗΜΑ: ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ ΜΟΝΤΕΛΑ ΣΥΣΤΗΜΑΤΟΣ Διδάσκων: Γ. Χαραλαμπίδης, Επ. Καθηγητής

Διαβάστε περισσότερα

Οπτική αντίληψη. Μετά?..

Οπτική αντίληψη. Μετά?.. Οπτική αντίληψη Πρωτογενής ερεθισµός (φυσικό φαινόµενο) Μεταφορά µηνύµατος στον εγκέφαλο (ψυχολογική αντίδραση) Μετατροπή ερεθίσµατος σε έννοια Μετά?.. ΓΙΑ ΝΑ ΚΑΤΑΝΟΗΣΟΥΜΕ ΤΗΝ ΟΡΑΣΗ ΠΡΕΠΕΙ ΝΑ ΑΝΑΛΟΓΙΣΤΟΥΜΕ

Διαβάστε περισσότερα

Διαδικασίες παραγωγής λογισμικού. Βασικές αρχές Τεχνολογίας Λογισμικού, 8η αγγ. έκδοση

Διαδικασίες παραγωγής λογισμικού. Βασικές αρχές Τεχνολογίας Λογισμικού, 8η αγγ. έκδοση Διαδικασίες παραγωγής λογισμικού Περιεχόμενα Παρουσίαση μοντέλων διεργασίας ανάπτυξης λογισμικού Περιγραφή τριών γενικών μοντέλων διεργασίας ανάπτυξης λογισμικού Γενική περιγραφή των διαδικασιών που περιλαμβάνονται

Διαβάστε περισσότερα

ΚΑΤΑΝΟΗΣΗ ΤΗΣ ΙΑΤΑΞΗΣ ΤΩΝ ΑΡΙΘΜΩΝ ΚΑΙ ΧΡΗΣΗ ΤΗΣ ΑΠΟΛΥΤΗΣ ΤΙΜΗΣ ΣΤΟΝ ΑΞΟΝΑ ΤΩΝ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ ΠΕΡΙΛΗΨΗ. Εισαγωγή

ΚΑΤΑΝΟΗΣΗ ΤΗΣ ΙΑΤΑΞΗΣ ΤΩΝ ΑΡΙΘΜΩΝ ΚΑΙ ΧΡΗΣΗ ΤΗΣ ΑΠΟΛΥΤΗΣ ΤΙΜΗΣ ΣΤΟΝ ΑΞΟΝΑ ΤΩΝ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ ΠΕΡΙΛΗΨΗ. Εισαγωγή ΚΑΤΑΝΟΗΣΗ ΤΗΣ ΙΑΤΑΞΗΣ ΤΩΝ ΑΡΙΘΜΩΝ ΚΑΙ ΧΡΗΣΗ ΤΗΣ ΑΠΟΛΥΤΗΣ ΤΙΜΗΣ ΣΤΟΝ ΑΞΟΝΑ ΤΩΝ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ Αθανάσιος Γαγάτσης Τµήµα Επιστηµών της Αγωγής Πανεπιστήµιο Κύπρου Χρήστος Παντσίδης Παναγιώτης Σπύρου Πανεπιστήµιο

Διαβάστε περισσότερα

Τίτλος Πλατφόρµα Ασύγχρονης Τηλεκπαίδευσης. Συντάκτης. Ακαδηµαϊκό ιαδίκτυο GUnet Οµάδα Ασύγχρονης Τηλεκπαίδευσης

Τίτλος Πλατφόρµα Ασύγχρονης Τηλεκπαίδευσης. Συντάκτης. Ακαδηµαϊκό ιαδίκτυο GUnet Οµάδα Ασύγχρονης Τηλεκπαίδευσης Τίτλος Πλατφόρµα Ασύγχρονης Τηλεκπαίδευσης Συντάκτης Ακαδηµαϊκό ιαδίκτυο GUnet Οµάδα Ασύγχρονης Τηλεκπαίδευσης Ηµεροµηνία Μάιος 2004 Πίνακας Περιεχοµένων ΕΙΣΑΓΩΓΗ 3 ΦΙΛΟΣΟΦΙΑ ΠΛΑΤΦΟΡΜΑΣ 4 ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ

Διαβάστε περισσότερα

Ο αλγόριθμος PageRank της Google

Ο αλγόριθμος PageRank της Google Ο αλγόριθμος PageRank της Google 1 Η μηχανή αναζήτησης Google Το Google ξεκίνησε σαν μια κολεγιακή εργασία από τον Larry Page και τον Sergey Brin το 1996 με σκοπό την κατασκευή μιας μηχανής αναζήτησης

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση ΚΕΦΑΛΑΙΟ 18 18 Μηχανική Μάθηση Ένα φυσικό ή τεχνητό σύστηµα επεξεργασίας πληροφορίας συµπεριλαµβανοµένων εκείνων µε δυνατότητες αντίληψης, µάθησης, συλλογισµού, λήψης απόφασης, επικοινωνίας και δράσης

Διαβάστε περισσότερα

Ενότητα 3: Διαχείριση πληροφοριακών πόρων με τη χρήση βάσεων δεδομένων

Ενότητα 3: Διαχείριση πληροφοριακών πόρων με τη χρήση βάσεων δεδομένων Ενότητα 3: Διαχείριση πληροφοριακών πόρων με τη χρήση βάσεων δεδομένων YouTube Ιδρύθηκε το 2005 Στόχος του ήταν να δημιουργήσει μία παγκόσμια κοινότητα Βάση δεδομένων βίντεο Μέσα σε ένα χρόνο από τη δημιουργία

Διαβάστε περισσότερα

Υπηρεσίες Υποστήριξης, Δικτύωσης, Προδιαγραφών & Πιστοποίησης Ιδρυματικών Αποθετηρίων

Υπηρεσίες Υποστήριξης, Δικτύωσης, Προδιαγραφών & Πιστοποίησης Ιδρυματικών Αποθετηρίων Υπηρεσίες Υποστήριξης, Δικτύωσης, Προδιαγραφών & Πιστοποίησης Ιδρυματικών Αποθετηρίων Δημήτρης Σπανός Εθνικό Μετσόβιο Πολυτεχνείο Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών Στόχοι 1. Λειτουργικές και

Διαβάστε περισσότερα

Μέρος Ι: Εγκατάσταση και ιαμόρφωση των MySQL, Apache και PHP

Μέρος Ι: Εγκατάσταση και ιαμόρφωση των MySQL, Apache και PHP Εισαγωγή... 1 Σε Ποιους Απευθύνεται το Βιβλίο... 1 Η Οργάνωση του Βιβλίου... 2 Ο Πηγαίος Κώδικας του Βιβλίου... 3 Συμβάσεις που Χρησιμοποιούνται σε Αυτό το Βιβλίο... 3 Μέρος Ι: Εγκατάσταση και ιαμόρφωση

Διαβάστε περισσότερα

Αναφορά εργασιών για το τρίμηνο Μάρτιος 2013 Μάιος 2013 Όνομα : Παπαχριστόπουλος Λεωνίδας

Αναφορά εργασιών για το τρίμηνο Μάρτιος 2013 Μάιος 2013 Όνομα : Παπαχριστόπουλος Λεωνίδας Στο πλαίσιο της πράξης «Αναβάθμιση και Εμπλουτισμός των Ψηφιακών Υπηρεσιών της Βιβλιοθήκης του Παντείου Πανεπιστημίου». Η Πράξη συγχρηματοδοτείται από το Ευρωπαϊκό Ταμείο Περιφερειακής Ανάπτυξης (ΕΤΠΑ).

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 1. ΕΙ Η Ε ΟΜΕΝΩΝ, ΣΥΛΛΟΓΗ, ΚΩ ΙΚΟΠΟΙΗΣΗ ΚΑΙ ΕΙΣΑΓΩΓΗ

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 1. ΕΙ Η Ε ΟΜΕΝΩΝ, ΣΥΛΛΟΓΗ, ΚΩ ΙΚΟΠΟΙΗΣΗ ΚΑΙ ΕΙΣΑΓΩΓΗ ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 1. ΕΙ Η Ε ΟΜΕΝΩΝ, ΣΥΛΛΟΓΗ, ΚΩ ΙΚΟΠΟΙΗΣΗ ΚΑΙ ΕΙΣΑΓΩΓΗ Βασικές µορφές Ερωτήσεων - απαντήσεων Ανοιχτές Κλειστές Κλίµακας ΕΛΕΥΘΕΡΙΟΣ ΑΓΓΕΛΗΣ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΠΘ 2 Ανοιχτές ερωτήσεις Ανοιχτές

Διαβάστε περισσότερα

11/4/2014 ΤΕΙ Ιονίων Νήσων Πλατφόρµα Ασύγχρονησ Τηλεκπαίδευσησ eclass s ηµιο ι υρ υ γ ρ ία ί Μ αθήµατο τ σ 1

11/4/2014 ΤΕΙ Ιονίων Νήσων Πλατφόρµα Ασύγχρονησ Τηλεκπαίδευσησ eclass s ηµιο ι υρ υ γ ρ ία ί Μ αθήµατο τ σ 1 ΤΕΙ Ιονίων Νήσων Πλατφόρµα Ασύγχρονης Τηλεκπαίδευσης eclass ηµιουργία Μαθήµατος 1 Η ηµιουργία Μαθήµατος είναι η πιο σηµαντική ενέργεια του χρήστη Εκπαιδευτή στην πλατφόρµα. Ειδικότερα, για να δηµιουργήσετε

Διαβάστε περισσότερα

Ψηφιακή οργάνωση πολιτισμικής πληροφορίας

Ψηφιακή οργάνωση πολιτισμικής πληροφορίας Ψηφιακή οργάνωση πολιτισμικής πληροφορίας Πληροφορική, Νέες Tεχνολογίες και Μουσεία Ψηφιοποίηση Αρχειοθέτηση Παρουσίαση ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΔΙΑΤΜΗΜΑΤΙΚΟ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΜΟΥΣΕΙΑΚΩΝ

Διαβάστε περισσότερα

Βάσεις εδοµένων. Βασίλειος Βεσκούκης, Εµµ. Στεφανάκης ΣΥΣΤΗΜΑΤΑ ΙΑΧΕΙΡΙΣΗΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ

Βάσεις εδοµένων. Βασίλειος Βεσκούκης, Εµµ. Στεφανάκης ΣΥΣΤΗΜΑΤΑ ΙΑΧΕΙΡΙΣΗΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Αγρονόµων Τοπογράφων Μηχανικών Βάσεις εδοµένων Βασίλειος Βεσκούκης, Εµµ. Στεφανάκης v.vescoukis@cs.ntua.gr ΣΥΣΤΗΜΑΤΑ ΙΑΧΕΙΡΙΣΗΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ Συστήµατα ιαχείρισης Βάσεων

Διαβάστε περισσότερα

ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΜΕ ΘΕΜΑ:

ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΜΕ ΘΕΜΑ: ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΜΕ ΘΕΜΑ: ΘΕΟΔΟΣΙΟΥ ΝΙΚΗ Α.Μ. 103/04 ΠΑΠΑΠΕΤΡΟΥ ΦΩΤΕΙΝΗ Α.Μ. 134/04 Εξεταστική Επιτροπή Επιβλέπουσα Καθηγήτρια : Σατρατζέμη Μαρία, Καθηγήτρια Μέλη : Ευαγγελίδης

Διαβάστε περισσότερα

ΕΦΑΡΜΟΓΗ ΔΙΑΧΕΙΡΙΣΗΣ ΙΣΤΟΣΕΛΙΔΩΝ ΜΕΛΩΝ ΔΕΠ, ΤΜΗΜΑΤΟΣ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΠΑΤΡΩΝ ΕΓΧΕΙΡΙΔΙΟ ΟΔΗΓΙΩΝ ΠΛΟΗΓΗΣΗΣ ΚΑΙ ΧΡΗΣΗΣ

ΕΦΑΡΜΟΓΗ ΔΙΑΧΕΙΡΙΣΗΣ ΙΣΤΟΣΕΛΙΔΩΝ ΜΕΛΩΝ ΔΕΠ, ΤΜΗΜΑΤΟΣ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΠΑΤΡΩΝ ΕΓΧΕΙΡΙΔΙΟ ΟΔΗΓΙΩΝ ΠΛΟΗΓΗΣΗΣ ΚΑΙ ΧΡΗΣΗΣ 2013 ΕΦΑΡΜΟΓΗ ΔΙΑΧΕΙΡΙΣΗΣ ΙΣΤΟΣΕΛΙΔΩΝ ΜΕΛΩΝ ΔΕΠ, ΤΜΗΜΑΤΟΣ ΜΑΘΗΜΑΤΙΚΩΝ ΕΓΧΕΙΡΙΔΙΟ ΟΔΗΓΙΩΝ ΠΛΟΗΓΗΣΗΣ ΚΑΙ ΧΡΗΣΗΣ Περιήγηση στις δυνατότητες του λογισμικού και στον τρόπο χρήσης του ΟΜΑΔΑ ΕΡΓΟΥ ΔΙΕΥΘΥΝΣΗΣ

Διαβάστε περισσότερα

ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΜΑΡΚΕΤΙΝΓΚ

ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΜΑΡΚΕΤΙΝΓΚ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΜΑΡΚΕΤΙΝΓΚ Ενότητα 8: Search Engine Marketing Βλαχοπούλου Μάρω Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

enotita-b3 11/9/2006 11:42 #ϊ ΑΪ>& 145

enotita-b3 11/9/2006 11:42 #ϊ ΑΪ>& 145 enotita-b3 11/9/2006 11:42 #ϊ ΑΪ>& 145 Θ- ΚΕΦΑΛΑΊ 7 Υπηρεσίες Αναζήτησης στον Παγκόσμιο Ιστό 146 ΚΕΦΑΛΑΊ 8 Επεξεργασία Δεδομένων και Υπολογιστικά Φύλλα 151 ΚΕΦΑΛΑΊ 9 Γραφήματα και Παρουσιάσεις 159 enotita-b3

Διαβάστε περισσότερα

ΕΛΑΧΙΣΤΕΣ ΑΠΑΙΤΗΣΕΙΣ ΕΞΟΠΛΙΣΜΟΥ... 22 ΕΠΙΚΟΙΝΩΝΙΑ... 23

ΕΛΑΧΙΣΤΕΣ ΑΠΑΙΤΗΣΕΙΣ ΕΞΟΠΛΙΣΜΟΥ... 22 ΕΠΙΚΟΙΝΩΝΙΑ... 23 Πλατφόρµα Ασύγχρονης Τηλεκπαίδευσης GUnet e-class Ακαδηµαϊκό ιαδίκτυο GUnet Οµάδα Ασύγχρονης Τηλεκπαίδευσης Τίτλος Πλατφόρµα Ασύγχρονης Τηλεκπαίδευσης Συντάκτης Ακαδηµαϊκό ιαδίκτυο GUnet Οµάδα Ασύγχρονης

Διαβάστε περισσότερα

ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 10 ο : Αποσαφήνιση εννοιών λέξεων. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος:

ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 10 ο : Αποσαφήνιση εννοιών λέξεων. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος: ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ Μάθημα 10 ο : Αποσαφήνιση εννοιών λέξεων Γεώργιος Πετάσης Ακαδημαϊκό Έτος: 2012 2013 ΤMHMA MHXANIKΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ, Πανεπιστήμιο Πατρών, 2012 2013 Οι διαφάνειες αυτού του μαθήματος

Διαβάστε περισσότερα

Εγχειρίδιο Χρήσης για Διαχειριστές. Πλατφόρμα Μεταφόρτωσης και Μετατροπής Βίντεο

Εγχειρίδιο Χρήσης για Διαχειριστές. Πλατφόρμα Μεταφόρτωσης και Μετατροπής Βίντεο Εγχειρίδιο Χρήσης για Διαχειριστές Πλατφόρμα Μεταφόρτωσης και Μετατροπής Βίντεο 1. Εισαγωγή 1.1 Περιγραφή Λειτουργίας Πλατφόρμας Η Πλατφόρμα Μεταφόρτωσης και Μετατροπής Βίντεο παρέχει τη δυνατότητα της

Διαβάστε περισσότερα

Liveschool Marketing Services

Liveschool Marketing Services Liveschool Marketing Services Περιεχόμενα Βελτιστοποίηση website SEO... 3 Social media design & creation... 4 Social media management... 4 Διαγωνισμοί Facebook... 5 Google Adwords... 5 Facebook Ads...

Διαβάστε περισσότερα

Πανεπιστήµιο Πατρών Πρόγραµµα Βασικής Έρευνας Κ. Καραθεοδωρή. Προκήρυξη 2009

Πανεπιστήµιο Πατρών Πρόγραµµα Βασικής Έρευνας Κ. Καραθεοδωρή. Προκήρυξη 2009 Πανεπιστήµιο Πατρών Πρόγραµµα Βασικής Έρευνας Κ. Καραθεοδωρή Προκήρυξη 2009 Η Εκπαίδευση και η Έρευνα αποτελούν θεµελιώδεις και άρρηκτα συνδεδεµένες δραστηριότητες της ακαδηµαϊκής ζωής. Το Πανεπιστήµιο

Διαβάστε περισσότερα

Βοήθεια ΠΛΟΗΓΗΣΗ ΑΝΑΖΗΤΗΣΗ (ΑΠΛΗ) ΣΥΝΘΕΤΗ ΑΝΑΖΗΤΗΣΗ ΠΛΟΗΓΗΣΗ

Βοήθεια ΠΛΟΗΓΗΣΗ ΑΝΑΖΗΤΗΣΗ (ΑΠΛΗ) ΣΥΝΘΕΤΗ ΑΝΑΖΗΤΗΣΗ ΠΛΟΗΓΗΣΗ Βοήθεια ΠΛΟΗΓΗΣΗ ΑΝΑΖΗΤΗΣΗ (ΑΠΛΗ) ΣΥΝΘΕΤΗ ΑΝΑΖΗΤΗΣΗ ΠΛΟΗΓΗΣΗ Το Εθνικό Αρχείο Διδακτορικών Διατριβών (EAΔΔ) συγκεντρώνει τις διδακτορικές διατριβές που έχουν εκπονηθεί σε ελληνικά πανεπιστήμια ή σε πανεπιστήμια

Διαβάστε περισσότερα

Βάσεις Δεδομένων. Τ.Ε.Ι. Ιονίων Νήσων Σχολή Διοίκησης και Οικονομίας - Λευκάδα

Βάσεις Δεδομένων. Τ.Ε.Ι. Ιονίων Νήσων Σχολή Διοίκησης και Οικονομίας - Λευκάδα Βάσεις Δεδομένων Τ.Ε.Ι. Ιονίων Νήσων Σχολή Διοίκησης και Οικονομίας - Λευκάδα Στέργιος Παλαμάς, Υλικό Μαθήματος «Βάσεις Δεδομένων», 2015-2016 Κεφάλαιο 2: Περιβάλλον Βάσεων Δεδομένων Μοντέλα Δεδομένων 2.1

Διαβάστε περισσότερα

Σχεδιασµός βασισµένος σε συνιστώσες

Σχεδιασµός βασισµένος σε συνιστώσες Σχεδιασµός βασισµένος σε συνιστώσες 1 Ενδεικτικά περιεχόµενα του κεφαλαίου Ποια είναι τα "άτοµα", από τα οποία κατασκευάζονται οι υπηρεσίες; Πώς οργανώνουµε τις συνιστώσες σε ένα αρµονικό σύνολο; Τι είναι

Διαβάστε περισσότερα

Εισαγωγή Κεφάλαιο 1: Εγκατάσταση της Access Κεφάλαιο 2: Βάσεις δεδομένων και δομικά στοιχεία της Access

Εισαγωγή Κεφάλαιο 1: Εγκατάσταση της Access Κεφάλαιο 2: Βάσεις δεδομένων και δομικά στοιχεία της Access ΠΕΡΙΕΧΟΜΕΝΑ Εισαγωγή...15 Κεφάλαιο 1: Εγκατάσταση της Access 2002...17 Τι είναι το Office XP;...17 Τεχνικές απαιτήσεις του Office XP...17 Πρόσθετα απαιτούμενα για την αξιοποίηση εξειδικευμένων χαρακτηριστικών...18

Διαβάστε περισσότερα

Επισκόπηση Μαθήµατος

Επισκόπηση Μαθήµατος Βάσεις εδοµένων 5 ο Εξάµηνο ηµήτρης Λέκκας Επίκουρος Καθηγητής dlekkas@env.aegean.gr Τµήµα Στατιστικής & Αναλογιστικών-Χρηµατοοικονοµικών Μαθηµατικών Επισκόπηση Μαθήµατος Εισαγωγή (Σ Β ) Το µοντέλο σχέσεων

Διαβάστε περισσότερα

Κεφάλαιο 8. Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής. Τεχνητή Νοηµοσύνη - Β' Έκδοση

Κεφάλαιο 8. Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής. Τεχνητή Νοηµοσύνη - Β' Έκδοση Κεφάλαιο 8 Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Αναπαράσταση Γνώσης Σύνολο συντακτικών

Διαβάστε περισσότερα

Αναφορά εργασιών για το τρίμηνο Σεπτέμβριος Νοέμβριος 2012 Όνομα : Μπελούλη Αγάθη

Αναφορά εργασιών για το τρίμηνο Σεπτέμβριος Νοέμβριος 2012 Όνομα : Μπελούλη Αγάθη Στο πλαίσιο της πράξης «Αναβάθμιση και Εμπλουτισμός των Ψηφιακών Υπηρεσιών της Βιβλιοθήκης του Παντείου Πανεπιστημίου». Η Πράξη συγχρηματοδοτείται από το Ευρωπαϊκό Ταμείο Περιφερειακής Ανάπτυξης (ΕΤΠΑ).

Διαβάστε περισσότερα

Εφαρμογή Ηλεκτρονικής Διαχείρισης Μετεγγραφών

Εφαρμογή Ηλεκτρονικής Διαχείρισης Μετεγγραφών Εφαρμογή Ηλεκτρονικής Διαχείρισης Μετεγγραφών Παραδοτέο: Αναφορά Συντήρησης και Λειτουργίας της Εφαρμογής Ανάλυση αρχείων κίνησης δικτυακού τόπου submit-meteggrafes.minedu.gov.gr Σύνοψη H αναφορά αυτή

Διαβάστε περισσότερα

2.5.1 Χρήση δεξιοτήτων αρχειοθέτησης για τη διατήρηση ενός καθιερωμένου συστήματος

2.5.1 Χρήση δεξιοτήτων αρχειοθέτησης για τη διατήρηση ενός καθιερωμένου συστήματος 2.5 Σύστημα αρχειοθέτησης, έγγραφα και βάσεις δεδομένων 2.5.1 Χρήση δεξιοτήτων αρχειοθέτησης για τη διατήρηση ενός καθιερωμένου συστήματος Να είναι σε θέση να διατηρήσει ένα καθιερωμένο, ηλεκτρονικό και

Διαβάστε περισσότερα

Περίληψη ιπλωµατικής Εργασίας

Περίληψη ιπλωµατικής Εργασίας Περίληψη ιπλωµατικής Εργασίας Θέµα: Εναλλακτικές Τεχνικές Εντοπισµού Θέσης Όνοµα: Κατερίνα Σπόντου Επιβλέπων: Ιωάννης Βασιλείου Συν-επιβλέπων: Σπύρος Αθανασίου 1. Αντικείµενο της διπλωµατικής Ο εντοπισµός

Διαβάστε περισσότερα

Περιπτώσεις Χρήσης για το Π.Σ. ΜΟ.ΔΙ.Π. Κρήτης

Περιπτώσεις Χρήσης για το Π.Σ. ΜΟ.ΔΙ.Π. Κρήτης ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ ΜΟΝΑΔΑ ΔΙΑΣΦΑΛΙΣΗΣ ΠΟΙΟΤΗΤΑΣ Ε.Π.: «ΕΚΠΑΙΔΕΥΣΗ ΚΑΙ ΔΙΑ ΒΙΟΥ ΜΑΘΗΣΗ» ΠΡΑΞΗ: ΜΟΔΙΠ ΤΟΥ Τ.Ε.Ι. ΚΡΗΤΗΣ ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΥΠΕΥΘΥΝΟΣ: ΚΩΝ/ΝΟΣ ΣΑΒΒΑΚΗΣ Περιπτώσεις Χρήσης για

Διαβάστε περισσότερα

ΑΕΠΠ Ερωτήσεις θεωρίας

ΑΕΠΠ Ερωτήσεις θεωρίας ΑΕΠΠ Ερωτήσεις θεωρίας Κεφάλαιο 1 1. Τα δεδομένα μπορούν να παρέχουν πληροφορίες όταν υποβάλλονται σε 2. Το πρόβλημα μεγιστοποίησης των κερδών μιας επιχείρησης είναι πρόβλημα 3. Για την επίλυση ενός προβλήματος

Διαβάστε περισσότερα

Σχεδίαση Βάσεων Δεδομένων

Σχεδίαση Βάσεων Δεδομένων Σχεδίαση Βάσεων Δεδομένων Δεδομένα κατά Πληροφοριών Data vs. Information 1 Copyright 2013, Oracle and/or its affiliates. All rights reserved. Δεδομένα κατά Πληροφοριών Στόχοι Το μάθημα αυτό καλύπτει τους

Διαβάστε περισσότερα

Ιχνηλασιμότητα η τροφίμων φμ με ανοικτό διαδικτυακό σύστημα:

Ιχνηλασιμότητα η τροφίμων φμ με ανοικτό διαδικτυακό σύστημα: Ιχνηλασιμότητα η τροφίμων φμ με ανοικτό διαδικτυακό σύστημα: οφέλη για επιχειρήσεις και καταναλωτές Μιχάλης Σαλαμπάσης αναπληρωτής καθηγητής Τμήμα Πληροφορικής Αλεξάνδρειο ΤΕΙ Θεσσαλονίκης Εναλλακτικός

Διαβάστε περισσότερα

Διαχείριση Ειδοποιήσεων με Κινητές Συσκευές

Διαχείριση Ειδοποιήσεων με Κινητές Συσκευές Διαχείριση Ειδοποιήσεων με Κινητές Συσκευές Λαμπαδαρίδης Αντώνιος el04148@mail.ntua.gr Διπλωματική εργασία στο Εργαστήριο Συστημάτων Βάσεων Γνώσεων και Δεδομένων Επιβλέπων: Καθηγητής Τ. Σελλής Περίληψη

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ Ανάπτυξη μιας προσαρμοστικής πολιτικής αντικατάστασης αρχείων, με χρήση

Διαβάστε περισσότερα

Συνοπτικός Οδηγός Χρήσης του Moodle για τον Καθηγητή

Συνοπτικός Οδηγός Χρήσης του Moodle για τον Καθηγητή Συνοπτικός Οδηγός Χρήσης του Moodle για τον Καθηγητή 1 Πίνακας Περιεχομένων 1. Εισαγωγή... 4 1.1 Περιβάλλον Moodle...4 1.2 Χρήση ονόματος χρήστη και κωδικού...4 1.3 Δημιουργία νέου μαθήματος...4 1.3.1

Διαβάστε περισσότερα

Μία μέθοδος προσομοίωσης ψηφιακών κυκλωμάτων Εξελικτικής Υπολογιστικής

Μία μέθοδος προσομοίωσης ψηφιακών κυκλωμάτων Εξελικτικής Υπολογιστικής Μία μέθοδος προσομοίωσης ψηφιακών κυκλωμάτων Εξελικτικής Υπολογιστικής Βασισμένο σε μια εργασία των Καζαρλή, Καλόμοιρου, Μαστοροκώστα, Μπαλουκτσή, Καλαϊτζή, Βαλαή, Πετρίδη Εισαγωγή Η Εξελικτική Υπολογιστική

Διαβάστε περισσότερα

Παραθέσεις Μελετητή Google

Παραθέσεις Μελετητή Google Παραθέσεις Μελετητή Google http://scholar.google.gr/intl/el/scholar/citations.html Οι Παραθέσεις Μελετητή Google παρέχουν στους συγγραφείς έναν απλό τρόπο για να παρακολουθούν τις παραθέσεις που περιέχονται

Διαβάστε περισσότερα

ΜΗΛΙΤΣΟΠΟΥΛΟΥ ΧΡΥΣΑΝΘΗ

ΜΗΛΙΤΣΟΠΟΥΛΟΥ ΧΡΥΣΑΝΘΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΣΤΑ ΠΛΑΙΣΙΑ ΤΟΥ ΜΕΤΑΠΤΥΧΙΑΚΟΥ ΔΙΠΛΩΜΑΤΟΣ ΕΙΔΙΚΕΥΣΗΣ ΕΠΙΣΤΗΜΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τίτλος Εργασίας

Διαβάστε περισσότερα

Π Τ Υ Χ Ι Α Κ Η Ε Ρ Γ Α Σ Ι Α

Π Τ Υ Χ Ι Α Κ Η Ε Ρ Γ Α Σ Ι Α ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΠΕΙΡΑΙΑ ΤΜΗΜΑ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΟΜΕΑΣ ΑΡΧΙΤΕΚΤΟΝΙΚΗΣ Η/Υ, ΠΛΗΡΟΦΟΡΙΚΗΣ & ΙΚΤΥΩΝ Εργ. Τεχνολογίας Λογισμικού & Υπηρεσιών S 2 E Lab Π Τ Υ Χ Ι

Διαβάστε περισσότερα