Репозитарій КНУ
  • Yкраї́нська
  • English
  • Увійти
    Новий користувач? Зареєструйтесь.Забули пароль?
Репозитарій КНУ
  • Фонди & Зібрання
  • Статистика
  • Yкраї́нська
  • English
  • Увійти
    Новий користувач? Зареєструйтесь.Забули пароль?
  1. Головна
  2. Наукова періодика | Scientific periodicals
  3. Журнал обчислювальної та прикладної математики | Journal of Numerical and Applied Mathematics
  4. 2025
  5. Журнал обчислювальної та прикладної математики. Випуск 2
  6. Застосування методiв багатокритерiального аналiзу для класифiкацiї ботiв у соцiальних мережах
 
  • Деталі
Параметри

Застосування методiв багатокритерiального аналiзу для класифiкацiї ботiв у соцiальних мережах

Тип публікації :
Стаття
Дата випуску :
25 грудня 2025 р.
Автор(и) :
Махно, Михайло Федорович 
Кафедра системного аналізу та теорії прийняття рішень 
Махно, Олександр
Київський національний університет імені Тараса Шевченка 
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
https://ir.library.knu.ua/handle/15071834/10887
DOI :
10.17721/2706-9699.2025.2.03
Журнал :
Журнал обчислювальної та прикладної математики 
Випуск :
2
ISSN :
2706-9680
Початкова сторінка :
42
Кінцева сторінка :
48
Цитування :
Махно, М., Борисенко, О. (2025). Застосування методiв багатокритерiального аналiзу для класифiкацiї ботiв у соцiальних мережах. Журнал обчислювальної та прикладної математики, 2, 42–48. https://doi.org/10.17721/2706-9699.2025.2.03
Метою статтi є розробка методологiї класифiкацiї акаунтiв у соцiальних мережах на категорiї «бот», «не бот» та «пiдозрiлий» на основi методiв багатокритерiального аналiзу.
Методика дослiдження. Дослiдження ґрунтується на використаннi комбiнованого пiдходу до багатокритерiального аналiзу: методу аналiтичної iєрархiї (AHP) та ентропiйного методу для визначення ваг ознак, i методу TOPSIS для фiнальної класифiкацiї. Критерiї включають поведiнковi, структурнi, атрибутивнi та контентнi ознаки.
Результати дослiдження. Запропоновану модель було перевiрено на синтетичнiй вибiрцi з 100 акаунтiв. Модель продемонструвала високу ефективнiсть: точнiсть класифiкацiї сягнула 90%, при цьому значення precision та recall склали 0.85 та 0.89 вiдповiдно. Результати пiдтверджують здатнiсть моделi до надiйного виявлення ботiв при мiнiмiзацiї помилкових класифiкацiй справжнiх користувачiв.
Практична значимiсть. Розроблена методологiя надає прозорий, пояснюваний та адаптивний iнструмент для виявлення ботiв, який може бути iнтегрований у системи монiторингу соцiальних мереж, iнструменти цифрової безпеки та платформи iнформацiйної аналiтики без необхiдностi повного перенавчання моделi.
Ключові слова :

social networks

bots

multi-criteria decisi...

TOPSIS

соцiальнi мережi

боти

багатокритерiальний а...

TOPSIS

Галузі знань та спеціальності :
11 Математика та статистика
Галузі науки і техніки (FOS) :
Природничі науки
Тип зібрання :
Publication
Файл(и) :
Вантажиться...
Ескіз
Формат

Adobe PDF

Розмір :

576.91 KB

Контрольна сума:

(MD5):5a8adeb39aaa1d9f1da05fe221f3a4ab

Ця робота розповсюджується на умовах ліцензії Creative Commons CC BY

Налаштування куків Політика приватності Угода користувача Надіслати відгук

Побудовано за допомогою Програмне забезпечення DSpace-CRIS - Розширення підтримується та оптимізується 4Наука

м. Київ, вул. Володимирська, 58, к. 42

(044) 239-33-30

ir.library@knu.ua