Search academic texts

Information × Registration Number 2119U007245, Article popup.category Бакалаврська робота Title Text analysis of data declarations for corruption detection (AI translated) popup.author Якубець Андрій ОлександровичYakubets Andrii Oleksandrovych popup.publication 01-01-2019 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/29388 popup.publisher Київ Description Дипломна робота: 120 с., 24 рис., 8 табл., 4 дод., 21 дж. Актуальність роботи – в Україні постійно відбуваються реформи у всіх сферах державного апарату. Одною із таких реформ – є антикорупційна реформа. Створення системи, яка зможе виявляти державних службовців за правилами ризику допоможе викорінити корупцію з найвищих ланок. Таким чином, розробка та карти ризику декларанта є актуальною на сьогоднішній день. Об’єкт дослідження – щорічні декларації за 2017 рік розміщені у відкритому доступі на сайті Національного агентства с питань запобігання корупції. Програмний продукт – реалізований за допомогою мови програмування SAS у середовищі розробки SAS ENTERPRISE GUIDE, а також мови програмування Python, Мета роботи – створення програми для обробки великої кількості декларацій, що пришвидшить роботу антикорупційним агентствам для пошуку корупційних схем та прогнозування рівня корупції в Україні. Метод дослідження – парсинг даних, розгляд та аналіз методів регресійного аналізу та дисперсійний аналіз. За матеріалами бакалаврської роботи було опубліковано тези доповідей на конференціях: Всеукраїнська Інтернет-конференція здобувачів вищої освіти і молодих учених «Інформаційні технології: теорія і практика»; Шляхи подальшого розвитку предмету дослідження – використання методів машинного навчання для автоматичного розпізнавання злочинних слідів. The theme: Text analysis of declarations for corruption detection. Diploma work: 120 p., 24 fig., 8 tabl. 4 appendixes, 21 sources. Actuality – in Ukraine, reforms in all spheres of the state apparatus are constantly taking place. One of these reforms is the anti-corruption reform. Creating a system that can detect civil servants with abnormal earnings will help eliminate corruption from the highest levels. Thus, the development and scorecard of the declarant is relevant to date. The object of study – Annual Declarations for 2017 are available on the website of the National Agency for the Prevention of Corruption. The software product - implemented using Python and SAS programming language in the development environment of SAS ENTERPRISE GUIDE Subject of research - predictive modeling techniques: regression models (including linear regression, ANOVA). Purpose – creation of a program for handling a large number of declarations that will speed up the work of anti-corruption agencies to search for corruption schemes and predict the level of corruption in Ukraine. The method of research – data parsing, review and analysis of regression analysis and correlation analysis. Source material – bachelor research was published abstracts at conferences: All-Ukrainian Internet Conference of Higher Education Institutes and Young Scientists "Information Technologies: Theory and Practice". The further development of the research subject – implementing of machine learning techniques, which automatically detect traces of crime. popup.nrat_date 2025-11-05 Close