Θεοχάρης Αναστασιάδης

Επιτροπή

• Αμπελιώτης Δημήτριος, Επίκουρος Καθηγητής, Τμήμα Ψηφιακών Μέσων και Επικοινωνίας, Ιόνιο Πανεπιστήμιο (επιβλέπων)
• Κονιδάρης Αγησίλαος, Αναπληρωτής Καθηγητής, Τμήμα Ψηφιακών Μέσων και Επικοινωνίας, Ιόνιο Πανεπιστήμιο
• Κατερέλος Ιωάννης, Καθηγητής,Τμήμα Ψυχολογίας, Πάντειο Πανεπιστήμιο

Περίληψη

Οι προτιμήσεις των καταναλωτών αποτελούν θεμέλιο λίθο στη διαμόρφωση των στρατηγικών μάρκετινγκ και αποτελούν την αντανάκλαση των αναγκών, των κινήτρων και των εμπειριών τους. Στον σύγχρονο ψηφιακό κόσμο, αυτές οι προτιμήσεις εκφράζονται όλο και συχνότερα μέσα από μη δομημένα δεδομένα -αξιολογήσεις προϊόντων, σχόλια σε κοινωνικά δίκτυα, περιγραφές εμπειριών- συνθέτοντας ένα πολύπλοκο, πολυφωνικό τοπίο. Το ψηφιακό αυτό αποτύπωμα δεν είναι απλώς ένα θορυβώδες σύνολο δεδομένων αλλά αποτελεί μια δυναμική αφήγηση που απαιτεί νέες μεθοδολογικές και αλγοριθμικές προσεγγίσεις, ικανές να το αποκωδικοποιήσουν σε πραγματικό (real time) ή σχεδόν πραγματικό χρόνο.

Η παρούσα διατριβή εστιάζει στη σύνθεση τεχνικών επεξεργασίας φυσικής γλώσσας (NLP), μηχανικής μάθησης και Conjoint Analysis, με στόχο τη δημιουργία ενός καινοτόμου πλαισίου ανάλυσης καταναλωτικών προτιμήσεων και των χαρακτηριστικών των προϊόντων. Σε αντίθεση με τις παραδοσιακές μεθόδους που απαιτούν αυστηρά προκαθορισμένα χαρακτηριστικά και ελεγχόμενα πειράματα, η προτεινόμενη προσέγγιση επιδιώκει την αυτοματοποιημένη εξαγωγή γνώσης από αυθόρμητα παραγόμενα δεδομένα -όπως οι αξιολογήσεις σε πλατφόρμες κοινωνικής δικτύωσης ή οι συζητήσεις σε forum- αξιοποιώντας τα ίδια τα λόγια των καταναλωτών ως πρώτη ύλη.

Η καινοτομία έγκειται στην ενοποίηση γλωσσικών μοντέλων, με αλγορίθμους κατηγοριοποίησης και παλινδρόμησης, στοχεύοντας στην εκτίμηση της σημασίας που αποδίδεται σε χαρακτηριστικά προϊόντων, χωρίς την παρέμβαση του ερευνητή ή την ανάγκη για ερωτηματολόγιο. Επιπλέον, η διατριβή προτείνει ένα ολοκληρωμένο σύστημα (Python-based prototype), ικανό να εισάγει φυσικό κείμενο, να εντοπίζει τα ουσιώδη γνωρίσματα ενός προϊόντος και να αποτυπώνει, οπτικά και ποσοτικά, την αντίληψη του κοινού για αυτά. Παράλληλα, αξιολογείται η ακρίβεια και η πρακτική χρησιμότητα της μεθοδολογίας μέσω συγκριτικής ανάλυσης με παραδοσιακά υποδείγματα Conjoint analysis.

Ειδικό ενδιαφέρον παρουσιάζει η χρήση του πλαισίου σε εφαρμογές ψηφιακού μάρκετινγκ και συστημάτων συστάσεων, καθώς η δυναμική προσαρμογή του σε νέα δεδομένα καθιστά δυνατή την εξατομίκευση εμπειριών και την έγκαιρη αναγνώριση μεταβολών στις καταναλωτικές τάσεις. Επιπλέον, εξετάζονται σημαντικές παράμετροι όπως η πολυσημία, η ειρωνεία και η γλωσσική ασάφεια -φαινόμενα τα οποία το μοντέλο επιχειρεί να ενσωματώσει μέσω context-aware embeddings και fine-tuned sentiment models.

Η συμβολή της διατριβής είναι διπλή: επιστημονικά, προτείνει ένα ενιαίο πλαίσιο που γεφυρώνει τη θεωρία της λήψης αποφάσεων με την υπολογιστική επεξεργασία κειμένου και πρακτικά, εισάγει ένα εργαλείο που δύναται να αυτοματοποιήσει, να επιταχύνει και να εμβαθύνει την κατανόηση της καταναλωτικής συμπεριφοράς, προσφέροντας στις επιχειρήσεις πολύτιμες γνώσεις για τον σχεδιασμό προϊόντων και την εξατομικευμένη επικοινωνία. Η προσέγγιση αυτή επανατοποθετεί την επιστήμη δεδομένων όχι ως αναλυτικό μεγεθυντικό φακό του παρελθόντος, αλλά ως προγνωστική πυξίδα του μέλλοντος του ψηφιακού μάρκετινγκ.