Метод виявлення інформаційного впливу на користувачів в соціальних інтернет сервісах

Abstract

Магістерська робота зосереджена на розробці інноваційного методу виявлення деструктивного впливу в соціальному інтернет-сервісі. В ході дослідження був проведений глибокий аналіз різноманітних типів деструктивних впливів, які можуть здійснюватись в онлайн-середовищі, а також вивчено існуючі методи їх виявлення. Оцінено переваги та недоліки цих методів з метою підвищення ефективності та точності виявлення негативного впливу. В основі дослідження лежить застосування відкритих даних, зокрема YouTube API v3, для створення новаторського методу виявлення ознак деструктивного впливу. Розроблений метод ґрунтується на використанні порівняльного аналізу патернів "нормальної" та аномальної поведінки користувачів у коментарях до конкретного відео. Це дозволяє виявляти та класифікувати негативні впливи, сприяючи тим самим забезпеченню безпеки та позитивного інтерактивного середовища для користувачів соціального інтернет-сервісу. Отримані результати роботи мають великий практичний потенціал і можуть знайти застосування в сферах соціальних мереж та інтерактивних платформ для ефективної боротьби з деструктивним впливом та забезпечення безпеки онлайн-спільнот.

The master's thesis is focused on the development of an innovative method of detecting destructive influence in a social Internet service. In the course of the study, an in-depth analysis of various types of destructive influences that can be carried out in the online environment was carried out, as well as the existing methods of their detection were studied. The advantages and disadvantages of these methods were evaluated in order to increase the efficiency and accuracy of detecting negative effects. The research is based on the use of open data, in particular the YouTube API v3, to create an innovative method for detecting signs of destructive influence. The developed method is based on the use of comparative analysis of patterns of "normal" and abnormal behavior of users in comments to a specific video. This allows identifying and classifying negative impacts, thereby contributing to the provision of safety and a positive interactive environment for users of the social Internet service. The obtained results of the work have great practical potential and can be applied in the fields of social networks and interactive platforms to effectively combat destructive influence and ensure the safety of online communities.