heal.creatorName | Mavridi, Anastasia | en |
heal.creatorName | Μαυρίδη, Αναστασία | el |
heal.publicationDate | 2021-03-11 | |
heal.identifier.primary | http://hdl.handle.net/20.500.12688/9810 | |
heal.abstract | Due to the nature of the data and public interaction, twitter is becoming more and more useful to understand and model various events. The goal of this work is to use tweets as the information shared by the people to visualize topic modeling, study subjectivity and to model the human emotions during the COVID-19 pandemic. The main objective is to explore the psychology and behavior of the societies at large which can assist in managing the economic and social crisis during the ongoing pandemic as well as the after-effects of it. The novel coronavirus(COVID-19) pandemic forced people to stay at home to reduce the spread of the virus by maintaining the social distancing. However, social media is keeping people connected both locally and globally. People are sharing information on social media platforms which can be helpful to understand the various public behavior such as emotions, sentiments, and mobility during the ongoing pandemic. In this work, we develop a live application to observe the tweets on COVID-19 generated all over the world. In this paper, we have generated various data analytics over a period of time to study the changes in topics, subjectivity, and human emotions. | en |
heal.abstract | Λόγω των δεδομένων και της δημόσιας αλληλεπίδρασης, το twitter καθίσταται όλο και πιο χρήσιμο για την κατανόηση και τη μοντελοποίηση διαφόρων εκδηλώσεων. Ο στόχος αυτής της εργασίας είναι να χρησιμοποιήσει tweets ως πληροφορίες που μοιράζονται οι άνθρωποι για να οπτικοποιήσει τη μοντελοποίηση θεμάτων, να μελετήσει την υποκειμενικότητα και να μοντελοποιήσει τα ανθρώπινα συναισθήματα κατά τη διάρκεια της πανδημίας COVID-19.
Ο κύριος στόχος είναι η διερεύνηση της ψυχολογίας και της συμπεριφοράς των κοινωνιών στο σύνολό τους, οι οποίες μπορούν να βοηθήσουν στη διαχείριση της οικονομικής και κοινωνικής κρίσης κατά τη διάρκεια της συνεχιζόμενης πανδημίας καθώς και των συνεπειών της.
Η πανδημία coronavirus (COVID-19) ανάγκασε τους ανθρώπους να μείνουν στο σπίτι για να μειώσουν την εξάπλωση του ιού διατηρώντας την κοινωνική απόσταση. Ωστόσο, τα μέσα κοινωνικής δικτύωσης διατηρούν τους ανθρώπους συνδεδεμένους τόσο τοπικά όσο και παγκοσμίως. Οι άνθρωποι μοιράζονται πληροφορίες σε πλατφόρμες κοινωνικών μέσων που μπορούν να βοηθήσουν στην κατανόηση των διαφόρων δημόσιων συμπεριφορών όπως συναισθήματα, συναισθήματα και κινητικότητα κατά τη διάρκεια της συνεχιζόμενης πανδημίας. Σε αυτή την εργασία, αναπτύσσουμε μια εφαρμογή για να παρατηρήσουμε τα tweets σχετικά με τον COVID-19 που δημιουργήθηκαν σε όλο τον κόσμο. Επίσης, έχουμε δημιουργήσει διάφορα analytics δεδομένων για μια χρονική περίοδο για να μελετήσουμε τις αλλαγές στα θέματα και τα ανθρώπινα συναισθήματα. | el |
heal.language | Αγγλικά | el |
heal.language | English | en |
heal.academicPublisher | ΕΛ.ΜΕ.ΠΑ., Σχολή Μηχανικών (ΣΜΗΧ), ΠΜΣ Πληροφορική και Πολυμέσα | el |
heal.academicPublisher | H.M.U., School of Engineering (ScENG) MSc in Informatics & Multimedia | en |
heal.title | Visualization of outbreaks of mental disorders around the world using Twitter metadata: Covid-19 sentiment analysis. | en |
heal.title | Οπτικοποίηση των αποτελεσμάτων ψυχικών διαταραχών ανά τον κόσμο χρησιμοποιώντας τα μεταδεδομένα της πλατφόρμας Twitter: ανάλυση συναισθημάτων. | el |
heal.type | Μεταπτυχιακή Διατριβή | el |
heal.type | Master thesis | en |
heal.keyword | visualization, Twitter, metadata, mental disorder, emotion, coronavirus disease 2019 (COVID-19) | en |
heal.keyword | οπτικοποίηση, Twitter, μεταδεδομένα, ψυχική διαταραχή, συναίσθημα, νόσος κορονοϊού 2019 | el |
heal.advisorName | Papadakis, Nikolaos | en |
heal.advisorName | Kondylakis, Charidimos | en |
heal.advisorName | Παπαδάκης, Νικόλαος | el |
heal.advisorName | Κονδυλάκης, Χαρίδημος | el |
heal.academicPublisherID | ΕΛ.ΜΕ.ΠΑ. Ελληνικό Μεσογειακό Πανεπιστήμιο | el |
heal.academicPublisherID | Η.Μ.U Hellenic Mediterranean University | en |
heal.fullTextAvailability | true | el |
tcd.distinguished | false | el |
tcd.survey | false | el |