Εφαρμογή προηγμένων μεθόδων στατιστικής και αλγόριθμων εξόρυξης πληροφορίας για την ανάλυση κοινωνιοψυχολογικών ερευνών με σκοπό τη διερεύνηση στάσεων, αντιλήψεων και προτύπων συμπεριφοράς
Τίτλος:
Applications of advanced statistical methods and data mining methodology for the analysis of socio-political surveys in order to investigate attitudes, perceptions and patterns of behaviour about political, social and psychological issues
Κύρια Υπευθυνότητα:
Μάσσου, Ευθαλία Δ.
Επιβλέπων:
Παπαστάμου, Στάμος, 1952-
Θέματα:
Keywords:
Αλγόριθμοι εξόρυξης πληροφορίας, δέντρα αποφάσεων, αλγόριθμοι ταξινόμησης, πρότυπα, φυσική και συμβολική βία, νοοτροπία, ξενοφοβία, πολιτική αυτοτοποθέτηση, εθνική ταυτότητα, Ευρωπαϊκή Ένωση Data Mining, decision trees, classification algorithms, patterns, physical and symbolic violence, mentality, xenophobia, political self-placement, national consciousness, European Union
Ημερομηνία Έκδοσης:
2016
Εκδότης:
Πάντειο Πανεπιστήμιο Κοινωνικών και Πολιτικών Επιστημών
Περίληψη:
Με την παρούσα διδακτορική διατριβή επιχειρούμε να προσθέσουμε μια μεθοδολογική προσέγγιση στη φαρέτρα των τεχνικών ανάλυσης κοινωνικών ερευνών. Η προσέγγιση αυτή στηρίζεται στους αλγόριθμους εξόρυξης πληροφορίας, ή Data Mining όπως είναι η διεθνής ορολογία, και συνδυάζει στοιχεία της στατιστικής, της τεχνητής νοημοσύνης και των βάσεων δεδομένων. Στόχος των αλγόριθμων εξόρυξης πληροφορίας είναι η εύρεση υποβοσκουσών δομών μέσα στα δεδομένα και η παρουσίασή τους με τρόπο κατανοητό και καινοτόμο. Οι αλγόριθμοι εξόρυξης πληροφορίας χρησιμοποιούνται ευρέως σε άλλα επιστημονικά πεδία και μάλιστα χρησιμοποιούνται κυρίως σε πολύ μεγάλες βάσεις δεδομένων. Ωστόσο, η χρήση τους σε έρευνες κοινωνιοψυχολογικού περιεχομένου, όπου εμπλέκονται πολυδιάστατες έννοιες, δεν είναι διαδεδομένη. Οι δυνατότητες όμως συλλογής μεγάλων όγκων δεδομένων, δυνατότητες που δίνονται σήμερα λόγω της διείσδυσης της τεχνολογίας στην καθημερινότητά μας, σε συνδυασμό με την ανάγκη κατανόησης σύνθετων κοινωνικών φαινομένων, δημιουργούν ένα ευνοϊκό περιβάλλον για τη χρήση τέτοιων αλγόριθμων και στην κοινωνική ψυχολογία. Η προσέγγιση που παρουσιάζεται σε αυτή τη διατριβή, δεν έχει στόχο τη σύγκρισή της με τις τυπικές μεθόδους στατιστικής. Οι αλγόριθμοι εξόρυξης πληροφορίας μπορούν να χρησιμοποιηθούν συμπληρωματικά με τις τυπικές στατιστικές τεχνικές, τόσο για να ξεπεράσουν τους περιορισμούς τους όσο και για να διευρύνουν τα όρια της ανάλυσης. Στην παρούσα διατριβή, χρησιμοποιούμε αλγόριθμους κατασκευής δέντρων αποφάσεων για την μελέτη τεσσάρων μεγάλων θεματικών ενοτήτων. Η πρώτη από αυτές τις ενότητες, αφορούσε στον τρόπο που η νοοτροπία και η πολιτική αυτοτοποθέτηση διαμορφώνουν την κοινωνική ανοχή σε φαινόμενα φυσικής και συμβολικής βίας. Η δεύτερη θεματική ενότητα επικεντρώνεται στον τρόπο με τον οποίο η νοοτροπία και η πολιτική αυτοτοποθέτηση καθορίζουν τις ξενοφοβικές ή μη αντιλήψεις των κοινωνικών υποκειμένων. Στην τρίτη θεματική ενότητα επιχειρήθηκε ο προσδιορισμός της εθνικής ταυτότητας μέσω μιας προσέγγισης η οποία ζητούσε από τα υποκείμενα να «τοποθετήσουν» την Ελλάδα στον παγκόσμιο χάρτη ύστερα από σύγκρισή της με άλλους λαούς, Ευρωπαϊκούς και μη. Στην τέταρτη και τελευταία θεματική ενότητα, έγινε προσπάθεια να δοθεί ένας ορισμός της Ευρωπαϊκής Ένωσης από τους Έλληνες. Μέσα από ένα πλέγμα ερωτήσεων σχετικά με το «τώρα» και το «μετά» της Ε.Ε., οι αλγόριθμοι εξόρυξης πληροφορίας προσπάθησαν να καταγράψουν τα πρότυπα που διαμορφώνουν τον τρόπο με τον οποίο οι Έλληνες αντιλαμβάνονται την Ε.Ε. σε μια περίοδο που η χώρα ξεκινά την πορεία της στην παγκοσμιοποιημένη κοινότητα. Η εφαρμογή αλγόριθμων εξόρυξης πληροφορίας και πολυδιάστατων μεθόδων στατιστικής, οδήγησε στην εύρεση προτύπων, δηλαδή επαναλαμβανόμενων σκεπτικών, που διέπουν τα ζητήματα που εξετάστηκαν, και τα οποία χρησιμοποιήθηκαν για να ταξινομήσουν τα υποκείμενα σε προκαθορισμένες κατηγορίες με κοινές αντιλήψεις.
Abstract:
This PhD dissertation aims to add an additional methodological approach for the analysis of social research. This approach is based on data mining that involves methods at the intersection of artificial intelligence, statistics, and database systems. Data mining aims at revealing underlying structures within data and summarizing them with innovative and intelligible ways. Algorithms of Data Mining are widely used in many scientific fields and are usually preferable when big databases are available. However, their use in research of social psychology, where multidimensional concepts are involved, is not common. Due to the infiltration of technology in everyday life the recording of big data is nowadays reachable while the need of understanding complex social issues remains, hence, the implementation of such algorithms in social psychology is a new methodological approach that can be used. The approach of data mining that is presented in this dissertation does not intend to be compared with the typical methods of statistics. Both approaches can be used complementarily, not only in order to overcome their restrictions but also to broaden the confines of analysis. For this dissertation, we implemented decision tree algorithms for the study of four topics. The first topic concerned the way that mentality and political self-placement mould social tolerance in phenomena of physic and symbolic violence. The second one focused on the way that mentality and political self-placement sets xenophobic perceptions. For the third topic, an approach of the national consciousness through the placement of Greece on the global map is presented, and compares Greece with other countries. The last topic is dedicated to the definition of European Union (EU) by Greek people. Using a set of questions about the present and the future of the EU, algorithms of Data Mining were used in order to reveal the patterns that form how Greek people perceive EU in a period during which Greece is beginning a new route in a globalized society. The application of data mining algorithms and multidimensional statistical methods resulted in patterns that underlie the examined issues and that were used for the classification of social subjects into predefined categories with discrete perceptions.
Περιγραφή:
Διατριβή (διδακτορική) - Πάντειο Πανεπιστήμιο. Τμήμα Ψυχολογίας, 2016
Περιγραφή:
Βιβλιογραφία: σ. 252-268
Περιγραφή:
Η Βιβλιοθήκη δεν διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή.
