| dc.contributor.author | Яловінський, В. Д. | uk |
| dc.date.accessioned | 2025-08-13T09:46:43Z | |
| dc.date.available | 2025-08-13T09:46:43Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | Яловінський В. Д. Розробка системи аналізу соціальних мереж для виявлення фейкових новин // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22968. | uk |
| dc.identifier.isbn | 978-617-8163-57-0 | |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/48112 | |
| dc.description.abstract | Досліджено теоретичні аспекти створення систем для автоматизованого аналізу контенту в соціальних мережах. Запропоновано методи виявлення фейкових новин, які ґрунтуються на застосуванні алгоритмів машинного навчання, обробки текстових і мультимедійних даних, а також графового аналізу. Наведено можливі архітектурні рішення та обґрунтовано доцільність їх використання. | uk |
| dc.description.abstract | The theoretical aspects of creating systems for automated analysis of content on social networks are investigated.
Methods for detecting fake news based on the use of machine learning algorithms, text and multimedia data processing,
and graph analysis are proposed. Possible architectural solutions are presented and the feasibility of their use is
substantiated. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22968 | |
| dc.subject | фейкові новини | uk |
| dc.subject | соціальні мережі | uk |
| dc.subject | графовий аналіз | uk |
| dc.subject | машинне навчання | uk |
| dc.subject | мультимедійний аналіз | uk |
| dc.subject | fake news | en |
| dc.subject | social networks | en |
| dc.subject | graph analysis | en |
| dc.subject | machine learning | en |
| dc.subject | multimedia analysis | en |
| dc.title | Розробка системи аналізу соціальних мереж для виявлення фейкових новин | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.8 | |
| dc.relation.references | Adiwardana D., Luong M., Socher R. Towards Better NLP: State-of-the-Art Language Models 2020 45 c. | en |
| dc.relation.references | Brown T., Mann B., Ryder N. Language Models Are Few-Shot Learners OpenAI, 2020 87 c. | en |
| dc.relation.references | Devlin J., Chang M., Lee K., Toutanova K. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding 2019.-14 c. | en |
| dc.relation.references | Jurafsky D., Martin J. Speech and Language Processing (3rd Edition) Prentice Hall, 2022- 1024 c. | en |
| dc.relation.references | Kaggle – Platform for Data Science Competitions [Електронний ресурс] – Режим доступу до ресурсу: https://kaggle.com | en |
| dc.relation.references | HubSpot Blog on Fake News Analysis [Електронний ресурс] – Режим доступу до ресурсу: https://blog.hubspot.com | en |
