Реєстраційний номер
0826U001223, Дисертація доктора філософії
На здобуття
Доктор філософії
Дата захисту
02-06-2026
Статус
Наказ про видачу диплома
Назва роботи
Інформаційна технологія визначення впливу дописів в соціальних мережах на курси криптовалют
Здобувач
Мягкий Михайло Юрійович,
Керівник Гавриленко Олена Валеріївна
Опонент Цюцюра Микола Ігорович
Опонент Нечипорук Олена Петрівна
Рецензент Олійник Юрій Олександрович
Рецензент Жураковська Оксана Сергіївна
Установа, організація, у вченій раді якої відбудеться/відбувся захист
Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"
Опис
Мягкий М.Ю. Інформаційна технологія визначення впливу дописів у соціальних мережах на курс криптовалют. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття ступеня доктора філософії за спеціальністю 126 «Інформаційні системи та технології» галузі знань 12 «Інформаційні технології» – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2026.
Дисертаційну роботу присвячено розробленню інформаційної технології прогнозування курсу криптовалют на основі аналізу публікацій у соціальних мережах. Актуальність дослідження зумовлена високою волатильністю криптовалютного ринку, стрімким зростанням обсягів інформації, поширенням недостовірного контенту та суттєвим впливом поведінкових чинників на ринкову динаміку. За таких умов виникає потреба у створенні інформаційної технології, здатної інтегрувати ринкові дані, текстовий контент соціальних мереж, оцінки експертного впливу та інструменти підтримки прийняття рішень.
У роботі проаналізовано сучасний стан інформаційних технологій у сфері фінансового аналізу та прогнозування, зокрема підходи до дослідження криптовалютних ринків із застосуванням методів машинного навчання, статистичного аналізу, оброблення природної мови, інтелектуального аналізу даних і багатоагентного моделювання. Проведено порівняльний аналіз існуючих моделей прогнозування курсу криптовалют і підходів до аналізу публікацій у соціальних мережах, визначено їхні переваги, обмеження та можливості практичного застосування. Обґрунтовано доцільність використання гібридного підходу, що поєднує аналіз часових рядів, сентимент-аналіз, ранжування експертів та моделювання інформаційного впливу.
Запропонована інформаційна технологія включає модулі збору, очищення, нормалізації, збереження, синхронізації й аналітичного оброблення даних. Реалізовано повний конвеєр обробки текстового контенту, який охоплює очищення від шумових символів, посилань, спеціальних елементів і HTML-тегів, токенізацію, нормалізацію, векторизацію на основі BERT, визначення емоційного забарвлення публікацій та узгодження часових міток дописів із ринковими даними. Розроблено базовий алгоритм АУДСМ і його модифікації АУДОЕСМ та АПУДГЕСМ, що забезпечують урахування ваг впливу експертів, часових лагів, кооперативного впливу груп експертів, а також особливостей функціонування в умовах ризику та невизначеності.
Для перевірки ефективності розроблених рішень створено симуляційне середовище, у межах якого моделюється поведінка учасників ринку залежно від інформаційних і цінових сигналів. У процесі експериментального дослідження відтворено динамічне формування курсу криптовалют із подальшим оцінюванням точності прогнозів у режимі, наближеному до реального часу. Додатково проведено експериментальну перевірку на основі історичних ринкових даних та корпусу публікацій із соціальних мереж. Для прогнозування використано класичні статистичні моделі, нейронні мережі типу LSTM та запропоновані алгоритми; основною метрикою оцінювання якості прогнозу обрано MAPE.
Наукова новизна одержаних результатів полягає у розробленні інформаційної технології прогнозування курсу криптовалют, яка інтегрує аналіз текстових публікацій, часових рядів і поведінкових характеристик експертів; у побудові алгоритмічних модифікацій для умов ризику та невизначеності; у формалізації підходу до врахування ваг експертного впливу та часової узгодженості між публікаціями й ринковою реакцією. Практичне значення роботи полягає у можливості створення інтелектуальних аналітичних і рекомендаційних систем, здатних у реальному часі формувати прогнози та рекомендації щодо дій із криптоактивами.
Результати дослідження підтвердили, що врахування змісту, емоційного забарвлення, джерела публікацій та їх часової прив’язки до ринкових подій забезпечує вищу точність прогнозування порівняно з класичними підходами. Запропоновані алгоритми характеризуються меншою похибкою прогнозу, кращою адаптивністю до короткострокових інформаційних імпульсів і можуть бути використані як основа для побудови систем підтримки прийняття рішень на криптовалютному ринку.
Ключові слова: інформаційна технологія, криптовалюта, прогнозування, соціальні мережі, інтелектуальний аналіз даних, машинне навчання, сентимент-аналіз, часові ряди, ранжування експертів, рекомендаційна система.
Дата реєстрації
2026-04-27
Додано/оновлено в НРАТ
2026-04-27 / 2026-07-02
