Πλοήγηση ανά Επιβλέποντα "Karlis, Dimitris"
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω
Τώρα δείχνει 1 - 1 από 1
- Αποτελέσματα ανά σελίδα
- Επιλογές ταξινόμησης
Τεκμήριο Mixed models for time series forecasting: predicting movie ratings dynamics(2025-07-31) Ralli, Eleni; Ράλλη, Ελένη; Vrontos, Ioannis; Chatziantoniou, Damianos; Karlis, DimitrisΑυτή η διπλωματική εργασία αποσκοπεί πρωτίστως στο να απαντήσει στο πρακτικό ερώτημα: «Είναι δυνατόν να προβλέψουμε με ακρίβεια τη μελλοντική δημόσια αξιολόγηση μιας ταινίας, εξετάζοντας μόνο το ιστορικό μοτίβο των βαθμολογιών της;». Ο σκοπός της έρευνας είναι να δείξει πώς οι μέθοδοι πρόβλεψης χρονοσειρών μπορούν να χρησιμοποιηθούν για τη διαμόρφωση και πρόβλεψη της εξέλιξης των βαθμολογιών ταινιών στο χρόνο. Η ανάλυση βασίζεται σε ένα σχολαστικά καθαρισμένο και συγκεντρωτικό σύνολο δεδομένων που αντανακλά αξιολογήσεις ταινιών του Amazon, από το οποίο για κάθε επιλεγμένη ταινία κατασκευάστηκε μία ετήσια χρονοσειρά μέσης βαθμολογίας. Αυτή η διπλωματική εργασία αποσκοπεί πρωτίστως στο να απαντήσει στο πρακτικό ερώτημα: «Είναι δυνατόν να προβλέψουμε με ακρίβεια τη μελλοντική δημόσια αξιολόγηση μιας ταινίας, εξετάζοντας μόνο το ιστορικό μοτίβο των βαθμολογιών της;». Ο σκοπός της έρευνας είναι να δείξει πώς οι μέθοδοι πρόβλεψης χρονοσειρών μπορούν να χρησιμοποιηθούν για τη διαμόρφωση και πρόβλεψη της εξέλιξης των βαθμολογιών ταινιών στο χρόνο. Η ανάλυση βασίζεται σε ένα καθαρισμένο και συγκεντρωτικό σύνολο δεδομένων που αντανακλά αξιολογήσεις ταινιών του Amazon, από το οποίο για κάθε επιλεγμένη ταινία κατασκευάστηκε μία ετήσια χρονοσειρά μέσης βαθμολογίας. Για κάθε ταινία εφαρμόστηκε η ίδια διαδικασία πρόβλεψης: Εκτιμήθηκε μία ομάδα μοντέλων ARIMA, και με βάση τον έλεγχο στασιμότητας και την καταλληλότητα προσαρμογής, επιλέχθηκε ένας περιορισμένος αριθμός έγκυρων μοντέλων. Επιπλέον, εφαρμόστηκαν τρεις στρατηγικές συνδυασμού προβλέψεων: οι Ίσοι Συντελεστές (Equal Weights), η Στάθμιση με Αντίστροφη Διακύμανση (Inverse Variance Weighting) και η Περιορισμένη Παλινδρόμηση με βέλτιστους συντελεστές (Ridge-Optimal Weights). Κάθε συνδυασμός αξιολογήθηκε με τυπικά μέτρα ακρίβειας, και για κάθε ταινία επιλέχθηκε η καλύτερη εκδοχή συνδυασμένης πρόβλεψης. Στο τελικό στάδιο, τα επιλεγμένα μοντέλα —το καθένα εκ των οποίων αποτελεί τοπικό συνδυαστικό μοντέλο για μία ταινία— συνδυάστηκαν περαιτέρω με μία παγκόσμια μέθοδο συνδυασμού προβλέψεων, ώστε να παραχθεί ένα ενιαίο, συνολικό προγνωστικό μοντέλο. Το τελικό αυτό παγκόσμιο σύνολο προβλέψεων αξιολογήθηκε με τα ίδια μέτρα απόδοσης, ώστε να διαπιστωθεί εάν η ακρίβεια βελτιώνεται όταν οι προβλέψεις των επιμέρους ταινιών συνενώνονται.