Виявлення фейкових новин за допомогою графової БД

dc.contributor.advisorРодіонов, Андрій Миколайович
dc.contributor.authorАЛЬ БІНІ, Ейман
dc.date.accessioned2023-10-26T04:49:04Z
dc.date.available2023-10-26T04:49:04Z
dc.date.issued2022
dc.description.abstractМетою роботи є застосування графової БД для виявлення фейкових новин за допомогою методів машинного навчання. Об’єктом дослідження є новини зібрані з різних джерел. Предметом дослідження є виявлення фейкових новин за допомогою графової бази даних методами машинного навчання. Результати роботи пропонують схему для збереження даних у графовій БД та моделі класифікації новин на основі методів машинного навчання.uk
dc.description.abstractotherThe goal of the diploma thesis is applying graph database for fake news detection using machine learning techniques. The object of the research is news collected from various sources. The subject of the research is fake news detection with graph database using machine learning methods. The results of the study offer a scheme to store data in graph database and news classification models based on machine learning methods.uk
dc.format.extent53uk
dc.identifier.citationЕйман, А. Б. Виявлення фейкових новин за допомогою графової БД» : дипломний проект … бакалавра : 125 Кібербезпека / Ейман АЛЬ БІНІ. – Київ, 2022. – 53 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/61781
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectвиявлення фейкових новинuk
dc.subjectNeo4juk
dc.subjectграфова база данихuk
dc.subjectмашинне навчанняuk
dc.subjectake news detection graph database,uk
dc.subjectNeo4juk
dc.subjectgraph databaseuk
dc.subjectmachine learninguk
dc.titleВиявлення фейкових новин за допомогою графової БДuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
AlBini_Bakalavr.pdf
Розмір:
6.93 MB
Формат:
Adobe Portable Document Format
Опис:
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис: