Ανάλυση μεγάλων δεδομένων: μελέτη περίπτωσης στη διαδικτυακή εφαρμογή Help Me Vote

Abstract

Τα τελευταία χρόνια υπάρχει ένα αυξανόμενο ενδιαφέρον στον κλάδο της Διαχείρισης Μεγάλων Δεδομένων που προκύπτουν από μεγάλες βάσεις δεδομένων ανά τον κόσμο. Πηγή παραγωγής μεγάλου όγκου δεδομένων αποτελεί και η χρήση ερωτηματολογίων, κυρίως διαδικτυακών που συμπληρώνονται από πολύ μεγάλο πλήθος χρηστών. Η παρούσα διπλωματική, πραγματεύεται τρόπους διαχείρισης και ανάλυσης των δεδομένων που προκύπτουν από ένα τέτοιο ερωτηματολόγιο. Η διαδικτυακή πλατφόρμα HelpMeVote αποτελεί μία εφαρμογή συμβουλής και αποσαφήνισης ψήφου η οποία δομείται σε μορφή ερωτηματολογίου. Χρησιμοποιήθηκε ευρέως προεκλογικά για την υποβοήθηση των Ελλήνων ψηφοφόρων στην επιλογή κόμματος. Από την εφαρμογή αυτή, προκύπτει ένας τεράστιος όγκος δεδομένων, που χρήζει ανάλυση και επεξήγηση. Για την ανάλυση του μεγάλου όγκου δεδομένων από την εφαρμογή HelpMeVote αλλά και την ανακάλυψη και εξαγωγή ενδεχόμενης ενδιαφέρουσας, κρυμμένης πληροφορίας, κρίνεται ιδιαίτερα χρήσιμο να εφαρμοστούν στα δεδομένα τεχνικές Εξόρυξης Δεδομένων – Data Mining. Στα πλαίσια της παρούσας διπλωματικής αναλύουμε τα δεδομένα της διαδικτυακής εφαρμογής HelpMeVote που αφορούν τις εκλογές του Ιανουαρίου 2015, με τεχνικές πολυμεταβλητής στατιστικής ανάλυσης και εξόρυξης δεδομένων, με βασικό στόχο την εξαγωγή κρυμμένης πληροφορίας και την εξαγωγή συμπερασμάτων ως προς τις συμπεριφορές του εκλογικού σώματος. Πιο συγκεκριμένα, στα δεδομένα της Εφαρμογής HelpMeVote 2015, εφαρμόζεται η Παραγοντική Ανάλυση η οποία ανήκει στην ομάδα των πολυμεταβλητών στατιστικών μεθόδων, με χρήση του λογισμικού SPSS. Επιπλέον, εφαρμόζεται η τεχνική των Κανόνων Συσχέτισης – Association Rules, η οποία ανήκει στις τεχνικές Εξόρυξης Δεδομένων – Data Mining, με τη χρήση του λογισμικού WEKA.