Ανάλυση μεθόδων εξόρυξης μαζικών δεδομένων (big data) από κείμενα και εικόνες

Abstract

Η παρούσα πτυχιακή εργασία αφορά τη διερεύνηση, μαθηματική και αλγοριθμική ανάλυση των μεθόδων εξόρυξης δομημένων δεδομένων από αδόμητα μαζικά δεδομένα (big data), και τη μελέτη των τρόπων επεξεργασίας και ομαδοποίησης αυτών. Θα γίνει μελέτη των περιγραφικών χαρακτηριστικών που ορίζουν τα δομημένα, αδόμητα, μαζικά δεδομένα εν γένει, και θα δοθεί έμφαση σε αυτά που εμφανίζονται με τις μορφές των κειμένων και των εικόνων. Θα παρουσιαστούν και θα αναλυθούν τα στάδια εξόρυξης των δεδομένων (εν γένει και κατά περίπτωση) οι αλγόριθμοι που χρησιμοποιούνται σε κάθε στάδιο, καθώς και η υλοποίηση των παραπάνω σε περιβάλλον κατανεμημένων (παράλληλων) συστημάτων. Σκοπός της παρούσας εργασίας είναι η βιβλιογραφική και μαθηματική διερεύνηση των παραπάνω τεχνολογιών (κατανεμημένα συστήματα, αλγόριθμοι εξόρυξης δεδομένων) , καθώς και η επιλογή των βέλτιστων συνδυασμών αυτών βάσει των αποδόσεων τους.