Παναγιωτάκης, ΚωνσταντίνοςPanagiotakis, KonstantinosΒλαχάκης, ΙωάννηςVlachakis, Ioannis2026-03-222026-03-222026-03-22https://apothesis.hmu.gr/handle/123456789/11552Η παρούσα πτυχιακή εργασία πραγματεύεται τον σχεδιασμό και την υλοποίηση ψηφιακού βοηθού για το Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας του ΕΛΜΕΠΑ. Στόχος είναι η αυτοματοποιημένη παροχή ακαδημαϊκών και διοικητικών πληροφοριών στους φοιτητές. Η λύση αναπτύχθηκε με νέο κώδικα σε Python και FastAPI, με διεπαφή σε HTML, CSS και JavaScript, και στρώμα γνώσης σε SQLite. Η βασική λογική του συστήματος βασίζεται σε κανονικοποίηση εισόδου, κανόνες ανίχνευσης πρόθεσης, ιεραρχημένη δρομολόγηση αιτημάτων και ελαφρά διαχείριση κατάστασης για στοχευμένες διευκρινίσεις. Η βάση περιλαμβάνει δεδομένα οδηγού σπουδών, διαδικασιών και στοιχείων επικοινωνίας, ενώ η παρουσίαση υποστηρίζει επιλογές και ασφαλείς συνδέσμους. Η αξιολόγηση κάλυψε δοκιμές μονάδας και ολοκλήρωσης, ελέγχους ορθότητας αποκρίσεων και βασική ανθεκτικότητα σε σφάλματα επικοινωνίας. Τα αποτελέσματα δείχνουν ότι η κανoνοκεντρική προσέγγιση είναι κατάλληλη για καλά ορισμένα ερωτήματα και προσφέρει διαφάνεια και εύκολη συντήρηση, με περιορισμούς σε ασαφείς διατυπώσεις που απαιτούν ενίσχυση της βάσης γνώσης και της ανίχνευσης πρόθεσης.This diploma thesis presents the design and implementation of a digital assistant for the Department of Management Science and Technology of Hellenic Mediterranean University (HMU). The primary objective is the automated provision of academic and administrative information to students. The system is implemented in Python with FastAPI, a web interface in HTML, CSS and JavaScript, and a SQLite knowledge repository. Business logic relies on input normalization, rule based intent detection, hierarchical request routing, and lightweight dialogue state for clarifications. The database stores information from the study guide, procedures and contact details, while the interface supports option buttons and safe link rendering. Evaluation included unit and integration checks, validation of response correctness for frequent queries, and resilience to communication failures. Results indicate that the rule centered approach is effective and transparent for well defined questions, while ambiguous inputs highlight the need for broader coverage, improved intent recognition and systematic expansion of the knowledge base.elAttribution-NonCommercial-NoDerivs 3.0 United Statesψηφιακός βοηθόςchatbotεπεξεργασία φυσικής γλώσσαςFastAPISQLitedigital assistantnatural language processingΠτυχιακή Εργασία