Рибак О.,Ланде Д.
Визначення пол╕тичного спрямування джерел ╕нформац╕╖ методами машинного навчання

Анотац╕я. У ц╕й робот╕ опису╓ться методолог╕я визначення пол╕тичного спрямування джерела ╕нформац╕╖ методами машинного навчання.

Summary. This work describes the methodology of determining the political orientation of the source of information using machine learning methods.

Ключов╕ слова: к╕бербезпека, соц╕альн╕ мереж╕, зб╕р ╕нформац╕╖, машинне навчання.

╤сну╓ безл╕ч в╕дкритих джерел ╕нформац╕╖, особливо в соц╕альних мережах, як╕ в╕д╕грають важливу роль у формуванн╕ сусп╕льно╖ думки, становленн╕ морального стану населення.

Найб╕льшо╖ шкоди завдають т╕ джерела, як╕ п╕д видом нац╕онально-патр╕отичних працюють на користь ворога. Не привертаючи особливо╖ уваги вони пов╕льно, але впевнено с╕ють розлад, сумн╕ви та недов╕ру серед населення.

Для того щоб правильно визначати пол╕тичне спрямування джерела ╕нформац╕╖ були вир╕шен╕ наступн╕ завдання:

1. Проанал╕зовано ╕снуюч╕ п╕дходи для визначення пол╕тичного спрямування джерела ╕нформац╕╖.

2. Реал╕зовано метод збору ╕нформац╕╖ з в╕дкритих джерел за допомогою б╕бл╕отек мови python, а саме selenium та bs4.

3. Зд╕йснено навчання модел╕ на основ╕ б╕бл╕отеки машинного навчання fastText, шляхом завантаження ╕нформац╕йних поток╕в та маркування кожного пов╕домлення на в╕дпов╕дне йому пол╕тичне спрямування.

4. За допомогою Django розроблено веб ╕нтерфейс, який дозволя╓ вза╓мод╕яти з системою контент-мон╕торингу ╕нформац╕╖ ╕з соц╕альних мереж Cyber Aggregator, для автоматичного сканування в╕дкритих джерел ╕нформац╕╖ та визначення ╖х пол╕тичного спрямування.

Висновки. Розроблено методолог╕ю для визначення пол╕тичного спрямування в╕дкритих джерел ╕нформац╕╖ шляхом збору ╕нформац╕╖ з в╕дкритих джерел та навчанн╕ системи на основ╕ б╕бл╕отеки машинного навчання fastText.