Εμφάνιση απλής εγγραφής

dc.contributor.advisorSkourlas, Christos
dc.contributor.advisorMarinagi, Catherine
dc.contributor.authorΜάγγα, Ειρήνη
dc.date.accessioned2021-01-27T10:42:59Z
dc.date.available2021-01-27T10:42:59Z
dc.date.issued2021-01-19
dc.identifier.urihttps://polynoe.lib.uniwa.gr/xmlui/handle/11400/164
dc.identifier.urihttp://dx.doi.org/10.26265/polynoe-15
dc.description.abstractΗ εξέλιξη των Τεχνολογιών Πληροφοριών και Επικοινωνιών (ΤΠΕ), ειδικά με την ανάπτυξη του διαδικτύου και τη χρήση Πληροφοριακών Συστημάτων στο δημόσιο τομέα αύξησε σημαντικά τους όγκους δεδομένων, την ανάγκη για αποθήκευση, τον αριθμό του συναλλασσόμενου κοινού αλλά και την ανάγκη για επεξεργασία και ανάλυση δεδομένων. Η Δημόσια Διοίκηση με τη χρήση τεχνικών και εργαλείων εξόρυξης δεδομένων μπορεί να αναλύσει τον συνεχώς αυξανόμενο όγκο δεδομένων εξάγοντας χρήσιμη γνώση που θα την βοηθήσει να λάβει καλύτερες αποφάσεις. Ένας εύκολος και με χαμηλό κόστος τρόπο για να αντλήσει η Δημόσια Διοίκηση δεδομένα και να κατανοήσει καλύτερα τις ανάγκες των πολιτών είναι οι δημόσιες διαβουλεύσεις. Στην παρούσα εργασία, στο πλαίσιο πιλοτικής εφαρμογής, συγκεντρώθηκαν και μελετήθηκαν σχόλια που εμφανίζονται στον Διαδικτυακό Τόπο Διαβουλεύσεων του Υπουργείου Ψηφιακής Διακυβέρνησης και αφορούν στο σχέδιο διατάξεων του Γενικού Εμπορικού Μητρώου. Στις διατάξεις περιγράφεται η βελτίωση του Πληροφοριακού Συστήματος του Γενικού Εμπορικού Μητρώου (ΓΕ.Μ.Η.). Τα δεδομένα στη συνέχεια επεξεργάστηκαν με τους αλγορίθμους J48, Apriori, K-Means και Naive Bayes μέσω του λογισμικού Weka σε μια προσπάθεια να αναλυθεί το είδος του σχολιασμού, το συναίσθημα του σχολιαστή και το εάν προτείνει αλλαγές στον Νόμο δηλαδή αν συμμετέχει ενεργά στη βελτίωση του Νόμου βοηθώντας έτσι τη Δημόσια Διοίκηση να λάβει καλύτερες αποφάσεις. Λέξεις Κλειδιά: Εξόρυξη Δεδομένων, Μεγάλα Δεδομένα, Πληροφοριακά Συστήματα, Δημόσια Διοίκηση, Εξόρυξη γνώμης, Ανάλυση συναισθήματος, Δημόσια Διαβούλευση, Weka, J4.8, Apriori, K-Means, Naive Bayes.el
dc.format.extent65el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Δυτικής Αττικήςel
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectΕξόρυξη δεδομένωνel
dc.subjectΜεγάλα δεδομέναel
dc.subjectΠληροφοριακά συστήματαel
dc.subjectΔημόσια διοίκησηel
dc.subjectΕξόρυξη γνώμηςel
dc.subjectΑνάλυση συναισθήματοςel
dc.subjectΔημόσια διαβούλευσηel
dc.subjectWekael
dc.subjectJ4.8el
dc.subjectAprioriel
dc.subjectK-Meansel
dc.subjectNaive Bayesel
dc.titleΕξόρυξη Δεδομένων στα Πληροφοριακά Συστήματα της Δημόσιας Διοίκησηςel
dc.typeΜεταπτυχιακή διπλωματική εργασίαel
dc.contributor.committeeSkourlas, Christos
dc.contributor.committeeMarinagi, Catherine
dc.contributor.committeeMamalis, Basilis
dc.contributor.facultyΣχολή Μηχανικώνel
dc.contributor.departmentΤμήμα Μηχανικών Πληροφορικής και Υπολογιστώνel
dc.contributor.masterΕπιστήμη και Τεχνολογία της Πληροφορικής και των Υπολογιστώνel
dc.description.abstracttranslatedThe evolution of Information and Communication Technologies (ICT), especially with the development of the Internet and the use of Information Systems in the public sector, has significantly increased the volume of data, the need for storage, the number of civilians’ transactions and the need for data processing and analysis. Public Administration using data mining techniques and tools can analyze the ever-increasing volume of data by exporting useful knowledge that will help make better decisions. An easy and low cost way for the Public Administration to extract data and better understand the needs of the citizens is the public consultation. In the present work, in the context of a pilot application, comments that appear on the Consultation Website of the Ministry of Digital Government that concern the draft provisions of the Hellenic Business Registry were collected and studied. The provisions describe the improvement of the Information System of the Hellenic Business Registry. The data were then processed with the J48, Apriori, K-Means and Naive Bayes algorithms through Weka software in an attempt to analyze the type of commentary, the commentator's emotion and whether he/she proposes changes to the Law, ie whether the commentator actively participates in the Information Systems’ improvement in order to help the Public Administration make better decisions. Keywords: Data Mining, Big Data, Information Systems, Public Administration, Opinion Mining, Emotion Analysis, Public Consultation, Weka, J4.8, Apriori, K-Means, Naive Bayes.el


Αρχεία σε αυτό το τεκμήριο

Thumbnail
Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές