• Όλες οι κατηγορίες
• Δημόσιες Ανακοινώσεις
• Δημόσιες Παρουσιάσεις Φοιτητών
• Παρουσίαση διπλωματικής εργασιας κ. Πασχαλίδη Μάριου, Σχολή ΜΠΔ

Παρουσίαση διπλωματικής εργασιας κ. Πασχαλίδη Μάριου, Σχολή ΜΠΔ

• 1

• Συντάχθηκε 29-09-2022 14:40

  Ενημερώθηκε: -

  Τόπος:
  Σύνδεσμος τηλεδιάσκεψης
  Έναρξη: 30/09/2022 12:00
  Λήξη: 30/09/2022 13:00

  ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ

  ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΣΗΣ

   

  Ονοματεπώνυμο: Πασχαλίδης Μάριος

  Αριθμός Μητρώου: 2015010115

   

   

  Θέμα

  Τίτλος στα Ελληνικά: Ανάλυση Μεγάλου Όγκου Δεδομένων και Κειμένων με στόχο την Τμηματοποίηση της Αγοράς

  Τίτλος στα Αγγλικά: Big Data Analysis of features and Text with the objective to execute

  Market Segmentation

   

  Εξεταστική Επιτροπή:

  Επιβλέπων: Καθηγητής ΝΙΚΟΛΑΟΣ ΜΑΤΣΑΤΣΙΝΗΣ

  Πρώτο Μέλος: Καθηγητής ΕΥΑΓΓΕΛΟΣ ΓΡΗΓΟΡΟΥΔΗΣ

  Δεύτερο Μέλος: Αναπλ. Καθηγητής ΣΤΕΛΙΟΣ ΤΣΑΦΑΡΑΚΗΣ

   

  Περίληψη

  Περίληψη της εργασίας στα Ελληνικά: Η ανάλυση μεγάλων όγκων δεδομένων από το διαδίκτυο αποτελεί σύγχρονη και πολύ αξιόπιστη μέθοδο εξαγωγής συμπερασμάτων για καταναλωτικές συμπεριφορές, όπως και κατηγοριοποίησης και ομαδοποίησης καταναλωτών και προϊόντων/επιχειρήσεων. Στην διπλωματική εργασία, θα πραγματοποιηθεί η εξαγωγή δεδομένων από ιστοσελίδες αξιολόγησης τουριστικού ενδιαφέροντος σε Ελληνικές και ξένες ανταγωνιστικές τουριστικές περιοχές. Θα δοθεί έμφαση στην ανάλυση των αξιολογήσεων των χρηστών και των σχολίων τους. Στα δεδομένα που θα συγκεντρωθούν θα εφαρμοστούν μέθοδοι πολυκριτήριας ανάλυσης αποφάσεων, εξόρυξης δεδομένων και ανάλυσης κειμένων με στόχο την ανάλυση της συμπεριφοράς και τη δημιουργία ομάδων χρηστών/καταναλωτών (τμηματοποίηση αγοράς), την ανάλυση της συμπεριφοράς και την πρόβλεψη καταναλωτικών συμπεριφορών. Τέλος, θα εξαχθούν συμπεράσματα και θα διατυπωθούν προτάσεις τμηματοποίησης της αγοράς και βελτίωσης των ανταγωνιστικών χαρακτηριστικών των επιμέρους περιοχών/ξενοδοχείων.

   

  Περίληψη της εργασίας στα Αγγλικά: Big Data Analysis on information from the internet is the contemporary and most reliable way of forming customer behavioral patterns, as well as classification and clustering of customers and businesses.

  In this thesis, data from tourist rating websites were collected with web crawling methods, with specific targeting on Greek and competing regions. User ratings and reviews were targeted with more importance. On the whole total of the collected data, we applied Multi Criteria Analysis methods, data mining and text analysis with the aim of analyzing and predicting customer behavior. Finally, we present our conclusions, suggest ways of clustering the market and the strategic enhancement on specific criteria based on competition.

   

  Ημερομηνία Εξέτασης

  Ημέρα/Μήνας/Έτος: 30/09/2022

  Ώρα: 12:00

   

  Χώρος Εξέτασης Αίθουσα: (Zoom) https://tuc-gr.zoom.us/j/97509504080?pwd=dng3UWF5Q0NxUzQ3Rm1mbkRwdDFnQT09

  
  

  ---

• 1