Застосування методiв багатокритерiального аналiзу для класифiкацiї ботiв у соцiальних мережах
DOI:
https://doi.org/10.17721/2706-9699.2025.2.03Ключові слова:
соцiальнi мережi, боти, багатокритерiальний аналiз, TOPSISАнотація
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.
Посилання
Ferrara E., Varol O., Davis C., Menczer F., Flammini A. The rise of social bots. Communications of the ACM. 2016. Vol. 59, no. 7. P. 96–104. https://doi.org/10.1145/2818717
Shao C., Ciampaglia G.L., Varol O., Yang K.C., Flammini A., Menczer F. The spread of low-credibility content by social bots. Nature Communications. 2018. Vol. 9, no. 1. P. 4787. https://doi.org/10.1038/s41467-018-06930-7
Hwang C.L., Yoon K. Multiple Attribute Decision Making: Methods and Applications. Berlin, Germany: Springer-Verlag, 1981. https://doi.org/10.1007/978-3-642-48318-9
Chen S.J., Hwang C.L. Fuzzy Multiple Attribute Decision Making: Methods and Applications. Berlin, Germany: Springer-Verlag, 1992. https://doi.org/10.1007/978-3-642-46768-4
Pote M. Computational Propaganda Theory and Bot Detection System: Critical Literature Review. arXiv, Apr. 2024. https://doi.org/10.48550/arXiv.2404.05240
Stella M., Ferrara E., De Domenico M. Bots increase exposure to negative and inflammatory content in online social systems. Proceedings of the National Academy of Sciences. 2018. Vol. 115, no. 49. P. 12435–12440. https://doi.org/10.1073/pnas.1803470115
Romanchenko I.S., Potemkin M.M. TOPSIS method and its use for multi-criteria comparison of alternatives. Information Processing Systems. 2016. 138. P. 104–106.
