Застосування методiв багатокритерiального аналiзу для класифiкацiї ботiв у соцiальних мережах
Тип публікації :
Стаття
Дата випуску :
25 грудня 2025 р.
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Випуск :
2
ISSN :
2706-9680
Початкова сторінка :
42
Кінцева сторінка :
48
Цитування :
[APA 7] Махно, М. Ф., & Махно, О. (2025). Application of multi-criterion decision-making methods for bot classification in social networks. Журнал обчислювальної та прикладної математики, (2), 42–48. https://doi.org/10.17721/2706-9699.2025.2.03
[ДСТУ] Махно М. Ф., Махно О. Application of multi-criterion decision-making methods for bot classification in social networks. Журнал обчислювальної та прикладної математики. 2025. no. 2. P. 42—48. DOI: 10.17721/2706-9699.2025.2.03 (date of access: 17.07.2026).
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.
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.
Галузі знань та спеціальності :
11 Математика та статистика
Галузі науки і техніки (FOS) :
Природничі науки
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
576.91 KB
Контрольна сума :
(MD5):5a8adeb39aaa1d9f1da05fe221f3a4ab
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution 4.0 International