Formation and analysis of information cascades based on timed semantic influence
Вантажиться...
Дата
Автори
Науковий ступінь
Рівень дисертації
Шифр та назва спеціальності
Рада захисту
Установа захисту
Науковий керівник/консультант
Члени комітету
Назва журналу
Номер ISSN
Назва тому
Видавець
Національний технічний університет "Харківський політехнічний інститут"
Анотація
This study is devoted to the analysis of information flows and the search for hidden connections between Telegram news channels. The main goal is to develop a method to help identify sources with the most significant influence and model how information spreads on the network. The work proposes the Timed Semantic Influence (TSI) algorithm - it allows you to assess the connections between messages, taking into account not only the content but also the time of publication. Thanks to this method, the structure of news distribution is built in the form of tree-like cascades from the initial message to the channels that picked it up. As a result, the channel that most often triggers news waves was identified. Among the topics that caused the most excellent resonance after eliminating general air alerts, news about significant geopolitical events and international support for Ukraine dominated. The proposed approach opens up the opportunity to identify key players in the media space and determine the topics that most influence public opinion. Tabl.: 1. Bibliogr.: 11 items.
Це дослідження присвячене аналізу інформаційних потоків та пошуку прихованих зв'язків між новинними каналами Telegram. Головною метою є розробка методу, який допоможе визначити джерела з найбільш значним впливом та змоделювати поширення інформації в мережі. У роботі запропоновано алгоритм часового семантичного впливу (TSI) – він дозволяє оцінювати зв'язки між повідомленнями, враховуючи не лише зміст, але й час публікації. Завдяки цьому методу структура поширення новин будується у вигляді деревоподібних каскадів від початкового повідомлення до каналів, які його підхопили. В результаті було визначено канал, який найчастіше запускає новинні хвилі. Серед тем, які викликали найбільший резонанс після усунення загальних ефірних оповіщень, домінували новини про значні геополітичні події та міжнародну підтримку України. Запропонований підхід відкриває можливість визначити ключових гравців у медіапросторі та визначити теми, які найбільше впливають на громадську думку. Табл.: 1. Бібліогр.: 11 назв
Це дослідження присвячене аналізу інформаційних потоків та пошуку прихованих зв'язків між новинними каналами Telegram. Головною метою є розробка методу, який допоможе визначити джерела з найбільш значним впливом та змоделювати поширення інформації в мережі. У роботі запропоновано алгоритм часового семантичного впливу (TSI) – він дозволяє оцінювати зв'язки між повідомленнями, враховуючи не лише зміст, але й час публікації. Завдяки цьому методу структура поширення новин будується у вигляді деревоподібних каскадів від початкового повідомлення до каналів, які його підхопили. В результаті було визначено канал, який найчастіше запускає новинні хвилі. Серед тем, які викликали найбільший резонанс після усунення загальних ефірних оповіщень, домінували новини про значні геополітичні події та міжнародну підтримку України. Запропонований підхід відкриває можливість визначити ключових гравців у медіапросторі та визначити теми, які найбільше впливають на громадську думку. Табл.: 1. Бібліогр.: 11 назв
Опис
Ключові слова
information source, text similarity, information cascade, influence tree, time, джерело інформації, текстова схожість, інформаційний каскад, дерево впливу, час
Бібліографічний опис
Uhryn D. I., Kalancha A. D. Formation and analysis of information cascades based on timed semantic influence. Вісник Національного технічного університету "ХПІ". Серія: Інформатика і моделювання : зб. наук. пр. Харків, 2026. № 1 (15). С. 155-167.
