Пошук академічних текстів

Реєстраційний номер

0826U000094, Дисертація доктора філософії

На здобуття

Доктор філософії

Дата захисту

27-01-2026

Статус

Запланована

Назва роботи

Моделювання поведiнки користувачiв у соцiальних мережах з використанням технологiй машинного навчання.

Здобувач

Мисюк Ірина Володимирівна,

Керівник Шувар Роман Ярославович
Опонент Мельникова Наталія Іванівна
Опонент Лисенко Сергій Миколайович
Рецензент Пелешко Дмитро Дмитрович
Рецензент Ляшкевич Василь Яремович

Опис

У дисертаційній роботі досліджено проблематику моделювання поведінки користувачів у соціальних мережах крізь призму сучасних технологій машинного навчання та стохастичного аналізу. Удосконалено процес дослідження цифрової поведінки, визначено особливості формалізації користувацької активності. З’ясовано роль часових, контекстуальних і структурних чинників у формуванні поведінкових патернів користувачів, а також специфіку впливу на процеси взаємодії, поширення інформації у мережевому середовищі. Продемонстровано ефективність застосування комбінованого методологічного підходу, що поєднує методи машинного навчання, стохастичного моделювання та аналізу великих даних, для виявлення закономірностей поведінки користувачів. Це реалізовано шляхом виконання основних завдань: проаналізовано стан опрацьованості проблематики моделювання поведінки користувачів у соціальних мережах; систематизовано існуючі підходи до аналізу соціальної активності та класифікації користувачів; досліджено математичні моделі та алгоритми машинного навчання для прогнозування поведінкових характеристик; визначено ключові параметри активності користувачів та формалізовано метрики ефективності контенту. У роботі обґрунтовано використання методу квазі-Монте-Карло для побудови поведінкових моделей, а також застосування SIR-моделі для оцінювання коефіцієнту залученості та вірусності інформації. Запропоновано інтегровану модель, яка дозволяє поєднати статистичні залежності, параметри контенту та характеристики мережевої структури з алгоритмами машинного навчання для підвищення точності прогнозування. Розроблено архітектуру інформаційно-аналітичної системи моделювання поведінки користувачів у соціальних мережах, що охоплює процеси збору, очищення, класифікації, аналізу та візуалізації даних, що включає оптимізацію гіперпараметрів моделей, валідації результатів та оцінки стабільності прогнозів. Отримані результати підтверджують ефективність розроблених моделей у задачах прогнозування вірусності контенту, сегментації аудиторії, виявлення трендів у соціальних мережах. Практичне значення одержаних результатів полягає у можливості їх застосування для створення систем аналітики соціальних медіа, оптимізації контентних і рекламних стратегій, персоналізації рекомендацій. Загалом дисертаційна робота спрямована на формування науково-обґрунтованих засад побудови адаптивних моделей поведінки користувачів у динамічному цифровому середовищі, що має як теоретичну, так і практичну значущість.

Дата реєстрації

2026-01-12

Додано в НРАТ

2026-01-12