Архітектура масштабованої системи розпізнавання поведнінкових патернів у соціальних мережах з використанням графових баз даних та нечіткої логіки

Скорочена інформація про документ
dc.contributor.authorКокідько, Б. С.
dc.contributor.authorШушура, О. М.
dc.date.accessioned2025-12-03T13:58:22Z
dc.date.available2025-12-03T13:58:22Z
dc.date.issued2025
dc.description.abstractПредметом дослідження є архітектура масштабованої інформаційної системи для поведінкового аналізу в соціальних мережах. Зі зростанням складності та обсягу контенту, що генерується користувачами, зростає попит на передові фреймворки, здатні розуміти, моделювати та прогнозувати поведінку користувачів у динамічних та великомасштабних цифрових середовищах. Метою роботи є розробка сервісно-орієнтованої архітектури інформаційної системи, яка інтегрує графові бази даних, обробку природної мови та нечітку логіку для вилучення семантичних висновків із соціальних даних, виявлення моделей поведінки та підтримки візуалізації та прийняття рішень у режимі реального часу. Задачі: формування функціональних та архітектурних вимог до поведінково-орієнтованої аналітики для неоднорідних потоків даних, формалізація багатошарового нечіткого графічного представлення соціальних взаємодій, розробка алгоритмів з розпізнавання патернів, що поєднують системи нечіткого висновку та графові ознаки для виявлення тенденцій, аномалій та динаміки спільноти та розробка архітектури інформаційної системи на основі мікросервісів, яка забезпечує масштабованість, модульність та сумісність на всіх етапах обробки. Отримані результати: архітектура системи дозволяє будувати семантично збагачені нечіткі графи, використовуючи кілька нечітких відношень для формального представлення поведінки користувачів та інтенсивності взаємодії. Вона інтегрує NLP та нечітку логіку для перетворення сигналів настроїв та тематичних сигналів на інтерпретовані нечіткі анотації, що зберігаються в графовій структурі. Дослідження демонструє, що інтеграція нечіткої логіки та аналітики графів у модульну систему забезпечує гнучкий, інтерпретований та масштабований поведінковий аналіз у соціальних мережах. Цей підхід розширює можливості виявлення складних, накладаючих поведінкових моделей, враховуючи як явні взаємодії, так і приховані лінгвістичні сигнали
dc.description.abstractotherThe subject of this study is the development of modular and intelligent system architecture for behavioral analysis within social networks. With the increasing complexity and volume of user-generated content, there is a growing demand for advanced frameworks capable of understanding, modeling, and predicting user behavior in dynamic and large-scale digital environments. The purpose of this work is to design a service-oriented architecture that integrates graph databases, natural language processing and fuzzy logic to extract semantic insights from social data, identify behavioral patterns, and support real-time visualization and decision-making. The objectives of the study include: formalizing functional and architectural requirements for behavior-aware analytics on heterogeneous data streams; developing a multi-layer fuzzy graph representation of social interactions; designing pattern recognition algorithms that combine fuzzy inference systems and graph-based features to detect trends, anomalies, and community dynamics; and implementing a microservice-based system that ensures scalability, modularity, and interoperability across processing stages. Results obtained: The proposed system constructs semantically enriched fuzzy graphs using multiple fuzzy relations to represent user behavior and interaction intensity. It integrates NLP and fuzzy logic to convert sentiment and thematic signals into interpretable fuzzy annotations stored in the graph structure. The study demonstrates that integrating fuzzy logic and graph analytics within a modular system enables flexible, interpretable, and scalable behavioral analysis in social networks. This approach enhances the ability to detect complex, overlapping behavioral patterns by accounting for both explicit interactions and hidden linguistic signals.
dc.format.pagerangeС. 121-130
dc.identifier.citationКокідько, Б. С. Архітектура масштабованої системи розпізнавання поведнінкових патернів у соціальних мережах з використанням графових баз даних та нечіткої логіки / Кокідько Б. С., Шушура О. М. // Телекомунікаційні та інформаційні технології. - 2025. - № 3(88). - С. 121-130. - Бібліогр.: 18 назв.
dc.identifier.doihttps://doi.org/10.31673/2412-4338.2025.038714
dc.identifier.orcid0009-0003-2669-3458
dc.identifier.orcid0000-0003-3200-720X
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/77505
dc.language.isouk
dc.publisherДержавний університет інформаційно-комунікаційних технологій
dc.publisher.placeКиїв
dc.relation.ispartofТелекомунікаційні та інформаційні технології, № 3(88), 2025
dc.subjectінформаційна система
dc.subjectграфова база даних
dc.subjectнечітка логіка
dc.subjectсоціальна мережа
dc.subjectкласифікація
dc.subjectкластеризація
dc.subjectпрогнозування
dc.subjectобчислювальна соціальна наука
dc.subjectповедінковий аналіз
dc.subjectаналіз настроїв
dc.subjectinformation technology
dc.subjectgraph databases
dc.subjectfuzzy logic
dc.subjectsocial networks
dc.subjectcomputational social science
dc.subjectbehavioral analysis
dc.subjectsentiment analysis
dc.subject.udc004.8:004.415:519.17:316.472.4
dc.titleАрхітектура масштабованої системи розпізнавання поведнінкових патернів у соціальних мережах з використанням графових баз даних та нечіткої логіки
dc.title.alternativeАrchitecture of a scalable system for behavioral pattern recognition in social networks using graph databases and fuzzy logic
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Stattia_11.pdf
Розмір:
531.54 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Статті (ЦТЕ)