Σύγκριση μεθόδων πρόβλεψης ψήφου στις ηλεκτρονικές πλατφόρμες συμβούλων ψήφου

Abstract

Η παρούσα πτυχιακή εργασία με τίτλο “Σύγκριση μεθόδων πρόβλεψης ψήφου στις Ηλεκτρονικές Πλατφόρμες Συμβούλων Ψήφου”, εκπονήθηκε από την Αρίστη Μακρή, φοιτήτρια του 8ου εξαμήνου του Τμήματος ΕΣΔ του ΤΕΠΑΚ υπό την επίβλεψη του Επίκουρου Καθηγητή Νικόλα Τσαπατσούλη και ολοκληρώθηκε το Μάιο του 2013. Η εργασία αυτή, σκοπό είχε την σύγκριση ορισμένων μεθόδων πρόβλεψης ψήφου για τον ηλεκτρονικό σύμβουλο ψήφου της Κύπρου. Οι μέθοδοι αυτοί είναι τύπου ταξινόμησης και ομαδοποίησης. Η μεθοδολογία που χρησιμοποιήθηκε για την εκτέλεση της εργασίας αυτής, ήταν κυρίως πειραματική και ποσοτική. Τα δεδομένα που χρησιμοποιήθηκαν στην μελέτη αυτή, έχουν συλλεχθεί από την έρευνα που έχει γίνει για τον ηλεκτρονικό σύμβουλο ψήφου της Κύπρου. Η έρευνα αυτή διήρκησε ένα μήνα περίπου και το δείγμα αφορούσε άτομα από όλη την Κύπρο, άντρες, γυναίκες διαφόρων ηλικιών. Το δείγμα της έρευνας αποτελείται από 477 άτομα. Στο σύνολο αυτό περιλαμβάνονται οι απαντήσεις 35 ερωτήσεων, η πρόθεση ψήφου για τον κάθε χρήστη και ορισμένα δημογραφικά χαρακτηριστικά. Επίσης, συμπεριλαμβάνονται και οι απαντήσεις των ερωτήσεων για τους τρείς κύριους υποψήφιους προέδρους της Κύπρου. Στην συνέχεια, χρησιμοποιώντας και δημιουργώντας κάποια διανύσματα με τα δεδομένα αυτά, γίνεται χρήση του κύριου εργαλείου εξόρυξης δεδομένων, weka, για να εξαχθούν τα αποτελέσματα. Για την εξαγωγή αποτελεσμάτων, τα δεδομένα χωρίστηκαν σε τρείς κατηγορίες. Η πρώτη περιλάμβανε τις ερωτήσεις και τα δημογραφικά χαρακτηριστικά, η δεύτερη τα δημογραφικά χαρακτηριστικά μόνο και η τρίτη μόνο τις ερωτήσεις. Από τα αποτελέσματα που προέκυψαν, συμπεραίνεται ότι το μεγαλύτερο ποσοστό ορθότητας το δίνουν οι αλγόριθμοι Bayes Net , Simple Cart και DTNB. Ο καλύτερος αλγόριθμος όμως φαίνεται να είναι ο DTNB με ποσοστό 65%. Εκτός από το ποσοστό ορθότητας των αλγορίθμων, σημαντικό ρόλο παίζει και ο μέσος όρος ακρίβειας των αλγορίθμων όπως αποδείχθηκε. Ο αλγόριθμος K-Star, έχει το υψηλότερο ποσοστό ακρίβειας από όλους τους αλγορίθμους. Το ποσοστό ανάκλησης του αλγορίθμου αυτού είναι 0.56 και ο μέσος όρος ακρίβειας είναι 0.59. Αυτό σημαίνει ότι ο αλγόριθμος K-Star, πρόβλεψε λιγότερους ψήφους, αλλά από αυτούς που πρόβλεψε δεν υπήρχαν πολλά περιττά ερωτηματολόγια στην κλάση, δηλαδή πρόβλεψε ορθά περισσότερους ψήφους. Τέλος, ένα άλλο σημαντικό συμπέρασμα, είναι ότι τα καλύτερα αποτελέσματα βγαίνουν από την κατηγορία όπου χρησιμοποιούνται μόνο οι ερωτήσεις των ερωτηματολογίων, αφού έχει υψηλά ποσοστά ορθότητας σε όλους τους αλγορίθμους.