Показати скорочену інформацію

Епідеміологічні та мережеві моделі поширення дезінформації: огляд підходів і кейсів

dc.contributor.authorЛавров, В. В.uk
dc.date.accessioned2025-08-19T07:46:34Z
dc.date.available2025-08-19T07:46:34Z
dc.date.issued2025
dc.identifier.citationuk
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/48565
dc.description.abstractУ статті здійснено аналіз епідеміологічних та мережевих моделей поширення дезінформації у цифрових соціальних мережах. Представлено порівняльний огляд основних підходів, таких як компартментні моделі (SIR, SIS, SEIR, SEIZ, модель чуток Дейлі–Кендалла) та мережеві моделі (модель незалежних каскадів, порогові моделі, агент-орієнтовані моделі). Описано переваги та обмеження кожної групи моделей, наведено практичні кейси та застосування у сферах медіаграмотності та фактчекінгу. Дослідження підкреслює важливість комбінування епідеміологічного і мережевого аналізу для ефективного прогнозування та протидії інфодеміям.uk
dc.description.abstractThe article reviews epidemiological and network models for the spread of misinformation in digital social networks.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartof// Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2025/paper/view/24176
dc.subjectдезінформаціяuk
dc.subjectфейкові новиниuk
dc.subjectепідеміологічні моделіuk
dc.subjectмережеві моделіuk
dc.subjectінфодеміяuk
dc.subjectкомпартментні моделіuk
dc.subjectSIRuk
dc.subjectSEIZuk
dc.subjectмодель чуток Дейлі–Кендаллаuk
dc.subjectмодель незалежних каскадівuk
dc.subjectпорогові моделіuk
dc.subjectагент-орієнтовані моделіuk
dc.subjectмедіаграмотністьuk
dc.subjectфактчекінгuk
dc.subjectмережевий аналізuk
dc.subjectdisinformationuk
dc.subjectfake newsuk
dc.subjectepidemiological modelsuk
dc.subjectnetwork modelsuk
dc.subjectinfodemicsuk
dc.subjectcompartmental mod elsuk
dc.subjectSIRuk
dc.subjectSEIZuk
dc.subjectDaly–Kendall rumor modeluk
dc.subjectindependent cascade modeluk
dc.subjectthreshold modelsuk
dc.subjectagent-oriented modelsuk
dc.subjectmedia literacyuk
dc.subjectfact-checkinguk
dc.subjectnetwork analysisuk
dc.titleЕпідеміологічні та мережеві моделі поширення дезінформації: огляд підходів і кейсівuk
dc.typeThesis
dc.identifier.udc004.056:621.317.3
dc.relation.referencesVosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online. Science, 359(6380), 11461151. DOI: 10.1126/science.aap9559
dc.relation.referencesEpstein, Z., Berinsky, A. J., Rand, D. G., & Pennycook, G. (2022). Cognitive cascades: How to model (and potentially counter) the spread of fake news. PLOS One, 17(1), e0261811.
dc.relation.referencesZhao, Z., et al. (2021). Why cannot long-term cascade be predicted? Exploring temporal dynamics in information diffusion processes. PMC
dc.relation.referencesDhiman, M. (2024). A novel integration of multiple learning methods for detecting misinformation. Expert Systems with Applications.
dc.relation.referencesDARPA SocialSim Program. (2023). Modeling information diffusion in social media: data-driven observations.
dc.relation.referencesFrameworks, Modeling and Simulations of Misinformation and Disinformation: A Systematic Literature Review. (2024).


Файли в цьому документі

Thumbnail
Ім'я:
24176.pdf
Розмір:
324.8Kb
Формат:
PDF
Відкрити

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію