Пошук академічних текстів

Інформація × Реєстраційний номер 0825U004031, Дисертація доктора філософії На здобуття Доктор філософії Дата захисту 19-12-2025 Статус Наказ про видачу диплома Назва роботи Методи та програмні засоби розпізнавання неправдивої або нерелевантної інформації у контенті новинних соціальних мереж Здобувач Пань Тяньде __, Керівник Дивак Микола Петрович Опонент Досин Дмитро Григорович Опонент Гребеннік Ігор Валерійович Рецензент Крепич Світлана Ярославівна Рецензент Пасічник Роман Мирославович Опис Дисертаційна робота присвячена розв’язуванню актуального науково-технічного завдання - підвищення ефективності виявлення та аналізу фейкового контенту в новинних соціальних мережах в умовах обмеженої вибірки даних. Особливої актуальності проблема набуває у контексті новинних соціальних мереж, де інформаційні потоки мають високу швидкість оновлення, різнорідну структуру та значну частку користувацького контенту. Вирішення цієї проблеми потребує поєднання інтервальних, онтологічних та поведінкових підходів із використанням програмних агентів, які здатні забезпечити автоматизований збір, оцінювання та валідацію інформації з різних веб-джерел у режимі реального часу. В роботі запропоновано використовувати інтервальну математичну модель, для прийняття рішень щодо правдивості контенту, який розміщено в соціальних мережах, на підставі встановлення взаємозв’язку між результатом, на основі якого приймається рішення про достовірність чи недостовірність контенту та чинниками, які на нього впливають. При цьому основними кількісними чинниками запропоновано вважати такі: кількість постів, поширень або лайків, зроблених користувачами протягом короткого часу після появи контенту; кількість коментарів або реакцій через певні інтервали часу; час, за який інформація поширюється через соціальні мережі. Запропоновано на обґрунтовано гібридний метод ідентифікації інтервальних моделей портрету користувачів у соціальній мережі, який ґрунтується на поєднанні метаевристичного алгоритму синтезу структури моделі на підставі поведінкової моделі бджолиної колонії та градієнтних методів ідентифікації параметрів моделей-претендентів. Показано застосування гібридного методу ідентифікації інтервальних моделей портрету користувачів соціальної мережі та обгрунтовано можливість прийняття рішень щодо достовірності контенту на підставі побудованої моделі. В роботі розглянуто концепцію, структуру та реалізацію програмних агентів, які забезпечують реалізацію запропонованого методу у вигляді багаторівневої системи. Зокрема, метод оцінки достовірності виступає теоретичною основою для побудови обчислювальних модулів, що формують інтегральний показник достовірності контенту. Цей показник дозволяє кількісно оцінювати правдоподібність новинних повідомлень, враховуючи їх джерело, зміст, мережеве поширення та емоційні характеристики. Описано особливості реалізації програмних агентів, їхню взаємодію через API та модульну архітектуру, а також принципи етичного отримання даних із соціальних мереж (Facebook, X/Twitter, Telegram). На основі порівняльного аналізу продемонстровано, що впровадження запропонованих агентів дозволяє підвищити точність виявлення недостовірного контенту, скоротити час верифікації новин та забезпечити прозорість і пояснюваність прийнятих рішень. У дисертаційному дослідженні розглядаються концептуальні та архітектурні засади створення програмного середовища, призначеного для виявлення та аналізу фейкового контенту у новинних соціальних мережах. Наведено оцінку ефективності розробленого програмного середовища, проведену за інтегральним показником ефективності (ІЕ), який враховує аналітичні, мережеві, поведінкові та користувацькі характеристики системи. Порівняльний аналіз із відомими інструментами (Google Fact Check Explorer, ClaimBuster, Logically Facts, Hoaxy) показав, що запропонована система досягає найвищого рівня комплексності - 0.92, що відповідає категорії “високоефективних систем”. Це підтверджує, що інтеграція інтервального моделювання користувачів, комплексного індикатора достовірності CI, автоматичного збору даних із соціальних мереж і сучасних засобів аналітики забезпечує суттєву перевагу розробленого рішення над існуючими аналогами. Дата реєстрації 2025-11-07 Додано в НРАТ 2025-11-07 Закрити