DOI: https://doi.org/10.31866/2617-796x.2.1.2019.175655

Методи виявлення інформаційно-психологічних впливів в соціальних мережах

Svitlana Khrushch, Veronika Ostrovska

Анотація


Метою статті є створення системи аналізу даних методу виявлення тролінгу шляхом визначення тональності текстового контенту соціальних мереж; отримання показників, які характеризують наявність ознак тролінгу в тексті; обчислення для цих показників інформаційної ентропії текстового контенту та порівняння її числового значення із допустимим граничним.

Методами дослідження є аналіз відповідності аналітичних систем висунутим до них вимогам і виявлення переваг нейромережевого підходу порівняно з традиційними математичними методами: математичної статистики, кластерного, регресійного, факторного аналізу. Як інтелектуальну систему аналізу даних, що найбільш задовольняє сучасним вимогам до аналітичних систем, в даній роботі пропонується вибрати класс систем з використанням технології нейромережевого аналізу.

Новизною проведеного дослідження є побудова штучної нейромережі, яка володіє наступними перевагами: високоефективна паралельно-послідовна обробка інформації, максимальний потенційний паралелізм і найбільш ефективне використання будь-якої паралельної обчислювальної архітектури у порівнянні з іншими обчислювальними технологіями.

Висновок. Масовий паралелізм нейрообчислень, необхідний для ефективної обробки образів, забезпечується локальністю обробки інформації в нейромережах. Кожен нейрон реагує лише на локальну інформацію, що надходить до нього в даний момент від пов’язаних з ним таких же нейронів, без апеляції до загального плану обчислень. Таким чином, нейромережеві алгоритми локальні, і нейрони здатні функціонувати паралельно.

Ключові слова


нейрон; нейронна мережа; аналіз даних; глибоке навчання; тролінг; тональність текстового контенту

Повний текст:

PDF

Посилання


Akulich, M.M., 2012. Internet-trolling: poniatie, soderzhanie i formy [Internet trolling: concept, content and forms]. Vestnik Tiumenskogo gosudarstvennogo universiteta, 8, pp. 47–54.

Faraz, A., 2016. А сomparison of text Categorization methods. International Journal on Natural Language Computing, 5(1), рр. 31–44.

Gorban, A.N., Dunin-Barkovskii, V. L. and Kirdin, A. N., 1998. Neiroinformatika [Neuroinformatics].Novosibirsk: Nauka.

Gromova, A. Politicheskii trolling v Ukrnete. Iuleboty atakuiut [Political trolling in Ukrnet. Yulebots attack]. [online] Available at: https://politiko.ua/blogpost41491 [Accessed 17 May 2019].

Hryshchuk, R.V. and Mamarev V.M., 2012. Metod optymizatsii rozmirnosti potoku vkhidnykh danykh dlia system zakhystu informatsii [A method for optimizing the dimension of the input stream for information security systems]. Informatsiina bezpeka, 2 (8), pp. 27–34.

Molodetska, K.V., 2016. Pidkhid do vyiavlennia orhanizatsiinykh oznak informatsiinykh operatsii u sotsialnykh internet-servisakh [An approach to identifying organizational features of information operations in social Internet services]. In: Priorytetni napriamky rozvytku telekomunikatsiinykh system ta merezh spetsialnoho pryznachennia. Zastosuvannia pidrozdiliv, kompleksiv, zasobiv zv’iazku ta avtomatyzatsii v ATO, IX Scientific and Practical Conference. Kyiv, Ukraine, 25 November 2016. Kyiv: VITI.

Molodetska-Hrynchuk, K.V., 2016. Metodyka vyiavlennia manipuliatsii suspilnoiu dumkoiu u sotsialnykh internet-servisakh [Methods for detecting public opinion manipulations in social internet services]. Informatsiina bezpeka, 4 (24), pp. 80–92.

Ostrovska, V.M. Trolinh yak zasib informatsiinoi viiny [Trolling as a means of information warfare].[online] Available at: https://ir.lib.vntu.edu.ua/bitstream/handle/123456789/20632/4071.pdf?sequence=3&isAllowed=y [Accessed 17 May 2019].

Voitovych, O.P., Dudatiev, A.V. and Holovenko, V.O., 2018. Model ta zasib dlia vyiavlennia feikovykh oblikovykh zapysiv u sotsialnykh merezhakh [Model and tool for detecting fake accounts on social networks]. Vcheni zapysky Tavriiskoho natsionalnoho universytetu im. V. I. Vernadskoho. Seriia: Tekhnichni nauky, 1 (29), pp. 112–119.

Volosiuk, Yu.V., 2014. Metody klasyfikatsii tekstovykh dokumentiv v zadachakh Text Mining [Methods for classifying text documents in Text Mining tasks]. Naukovi zapysky Ukrainskoho naukovo-doslidnoho instytutu zv’iazku, 6 (34), pp. 76–81.


Пристатейна бібліографія ГОСТ


Акулич, М.М., 2012. Интернет-троллинг: понятие, содержание и формы. Вестник Тюменского государственного университета, 8, с. 47–54.

Войтович, О.П., Дудатьєв, А.В. та Головенько, В.О., 2018. Модель та засіб для виявлення фейкових облікових записів у соціальних мережах. Вчені записки Таврійського національного університету ім. В. І. Вернадського. Серія: Технічні науки, 1 (29), с. 112–119.

Волосюк, Ю.В., 2014. Методи класифікації текстових документів в задачах Text Mining. Наукові записки Українського науково-дослідного інституту зв’язку, 6 (34), с. 76–81.

Горбань, А.Н., Дунин-Барковский, В. Л. и Кирдин, А. Н., 1998. Нейроинформатика. Новосибирск: Наука.

Грищук, Р.В. и Мамарев В.М., 2012. Метод оптимізації розмірності потоку вхідних даних для систем захисту інформації. Інформаційна безпека, 2 (8), с. 27–34.

Громова, А. Политический троллинг в Укрнете. Юлеботы атакуют. [online] Доступно: https://politiko.ua/blogpost41491 [Дата обращения 17 мая 2019].

Молодецька, К.В., 2016. Підхід до виявлення організаційних ознак інформаційних операцій у соціальних інтернет-сервісах. В: Пріоритетні напрямки розвитку телекомунікаційних систем та мереж спеціального призначення. Застосування підрозділів, комплексів, засобів зв’язку та автоматизації в АТО, IX науково-практична конференція. Київ, Україна, 25 листопада 2016. Київ: ВІТІ.

Молодецька-Гринчук, К.В., 2016. Методика виявлення маніпуляцій суспільною думкою у соціальних інтернет-сервісах. Інформаційна безпека, 4 (24), с. 80–92.

Островська, В.М. Тролінг як засіб інформаційної війни. [online] Доступно: https://ir.lib.vntu.edu.ua/bitstream/handle/123456789/20632/4071.pdf?sequence=3&isAllowed=y [Дата обращения 17 мая 2019].

Faraz, A., 2016. А сomparison of text Categorization methods. International Journal on Natural Language Computing, 5(1), рр. 31–44.



Посилання

  • Поки немає зовнішніх посилань.


Copyright (c) 2019 Svitlana Khrushch, Veronika Ostrovska

Creative Commons License
Ця робота ліцензована Creative Commons Attribution 4.0 International License.

© Copyright    |   Керівництва для авторів   |   Редакційна політика   |   Редакційний штат   |   Контакти   |