Титаренко, Андрій МиколайовичСенько, Мирослава Віталіївна2025-10-072025-10-072025Сенько, М. В. Прогнозування поширення фейкових новин за допомогою глибокого причинно-наслідкового аналізу : дипломна робота … бакалавра : 124 Системний аналіз / Сенько Мирослава Віталіївна. – Київ, 2025. – 83 с.https://ela.kpi.ua/handle/123456789/76616Дипломна робота: 83 с., 7 рис., 13 табл., 1 додаток, 14 джерел. У дипломній роботі розглянуто проблему поширення фейкових новин у соціальних мережах та проаналізовано ефективність методів причиннонаслідкового виводу для виявлення схильності користувачів до поширення недостовірної інформації. Основною метою роботи є виявлення причинних залежностей між характеристиками користувачів соціальних мереж та їхньою схильністю до поширення фейкових новин шляхом моделювання поведінки поширення фейків. Об’єктом дослідження є поведінка користувачів у цифровому середовищі, предметом — застосування модифікованих рекомендаційних алгоритмів з корекцією селекційного викривлення для виявлення закономірностей поширення фейкових новин. У роботі розглянуто сучасні підходи до виявлення та моделювання фейкового контенту, зокрема методи прогнозування поведінки користувачів. Особливу увагу приділено байєсівському персоналізованому ранжуванню з матричною факторизацією та його модифікаціям, які враховують ймовірність експозиції. Реалізовано три підходи до оцінки експозиції: на основі популярності, у поєднанні з характеристиками користувачів, а також із використанням нейронної моделі. Для подальшого аналізу впливу індивідуальних характеристик користувачів застосовано логістичну регресію, результати якої підтвердили наявність причинного зв’язку між окремими профільними та поведінковими ознаками та схильністю до поширення фейкових новин.83 с.ukфейкові новинипричинно-наслідковий аналізнейронні мережіймовірнісна оцінкаінверсне зважуваннябайєсівське персоналізоване ранжуванняfake newscausal analysisneural networkspropensity scoringpersonalized rankinginverse weightingbayesianBachelor Thesis