Система підтримки прийняття рішень реінжинірингу на основі аналізу Твіттера
Автор: Кубінська Соломія Володимирівна
Кваліфікаційний рівень: магістр
Спеціальність: Системи і методи прийняття рішень
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2022-2023 н.р.
Мова захисту: англійська
Анотація: Вплив соціальних мереж на життя пересічної людини є надзвичайно великим сьогодні [1]. Спираючись на дані наведені джерелом Statista платформа Twitter належала до п’ятірки найпопулярніших соціальних мереж в Україні станом на 2021 рік [2]. Великий приріст користувачів та розширення україномовного сегменту Twitter припадає на середину 2022 року, адже, українцям потрібна була платформа, яка б дозволяла поширювати правду до розпочату росією війну в Україні, без обмежень платформи та подальших блокувань акаунтів. Також, перевагою Twitter є те, що ним користуються багато відомих та впливових людей. Таким чином, звичайні користувачі можуть поширювати свої думки серед великих видань, політиків, бізнесменів, тощо. Перед новими користувачами будь-якої соціальної мережі завжди з’являється дві основні проблеми: інтеграція в правильний сегмент платформи, для уникнення споживання дезінформації [3] та прогнозування реакції інших учасників громади на їх пости. Ці дві проблеми особливо підсилюються в час війни, коли пропаганда країни агресора пробує працювати для зниження бойового духу українців та чутливість користувачів до інформації та персональних думок, які вони бачать онлайн. Об’єкт дослідження. Новизна соціальної мережі, невміння використовувати алгоритми представлені платформою, відсутність стовідсоткових методів філтрації та блокування шкідливих акаунтів породжує потребу в додатковому аналізі, рекомендаціях та представленні актуальної і головне безпечної інформації споживачеві. Предмет дослідження. Удосконалення існуючих методів аналізу та підтримки прийняття рішень користувача під час роботи з соціальними мережами для мінімізації розповсюдження дезінформації. Мета і задачі дослідження. Метою цієї роботи є створення системи для аналізу “гарячих” тем та профілів на платформі Twitter з подальшим забезпеченням користувача підтримкою прийняття рішень базуючись на його потребах. Завдяки проведеному дослідженню було розроблено систему підтримки прийняття рішень реінжинірингу на основі аналізу Твіттера. Перший модуль системи дозволяє підтримати рішення користувача у формуванні власного “екологічного довкілля” в мережі Твіттер, за рахунок створення листа популярних акаунтів, хештегів та тем за якими може слідкувати користувач і які є актуальними зараз. Такого результату було досягнуто з використанням Twitter API, який в свою чергу надає доступ до трендів та актуальних подій, про які зараз дискутують у Twitter. Таким чином, до підписки користувачів рекомендуються українські офіційні особи, які використовують дану платформу, волонтери, фонди та інші впливові користувачі мережі. Другий модуль системи дозволяє користувачам перевіряти твіти, які вони збираються опублікувати, на сприйняття їх авдиторією. Такий функціонал є особливо корисним для брендів, адже це допоможе їм прогнозувати реакцію їхніх клієнтів на майбутні запуски та продукти. В такий спосіб, вони зможуть перед публікацією відкоригувати твіти та зробити їх більш актуальними для сприйняття клієнтами. Досягнути цілей цієї компоненти допоможе аналіз тональності твітів за допомогою методів обробки природної мови. Використовується метод обробки природної мови - це вітка комп’ютерних наук, яка працює над наданням комп’ютерам можливість розуміти людську мову у письмовому та усному варіантах, та аналіз тональності тексту - дана задача потрібна для відокремлення суб’єктивних якостей з тексту, наприклад, поведінки, сарказму, емоцій, підозри, спантеличеності [4]. Засобом проведення такого аналізу обрано DialogFlow [5] від Google. У межах дослідження було проаналізовано твіти реальних користувачів. При порівнянні результатів Dialogflow та реальної реакції користувачів на обрані твіти визначено, що натренований агент з великою вірогідністю визначав правильну реакцію користувачів на твіт. Дане робота надає підґрунтя для подальших досліджень в даній області. Наприклад, використання змішаних засобів (і лексиконів, і машинного навчання) розпізнавання аналізу тональності постів у соціальних мережах. Також, аналіз профілів та постів користувачів на виявлення пропаганди. Ключові слова: Твіттер, твіт, система підтримки прийняття рішень, метод обробки природної мови, аналіз тональності тексту, Twitter API, Dialogflow, агент. Перелік використаних літературних джерел: 1. Ngai E. W. T., Tao S. S. C., Moon K. K. L. Social media research: Theories, constructs, and conceptual frameworks. International Journal of Information Management. 2015. Т. 35, № 1. С. 33–44. URL: https://doi.org/10.1016/j.ijinfomgt.2014.09.004 (дата звернення: 15.11.2022). 2. Most popular social media by age Ukraine 2021 | Statista. Statista. URL: https://www.statista.com/statistics/1256255/most-popular-social-media-by-age-ukraine/ (дата звернення: 15.11.2022). 3. Identifying Fake News on Social Networks Based on Natural Language Processing: Trends and Challenges / N. R. de Oliveira та ін. Information. 2021. Т. 12, № 1. С. 38. URL: https://doi.org/10.3390/info12010038 (дата звернення: 15.11.2022). 4. Patil R., Kumar M. SENTIMENT ANALYSIS ON TWITTER POSTS. International Journal of Scientific Research in Engineering and Management (IJSREM). 2022. Т. 6, № 6. doi: 10.55041/IJSREM15023. 5. Sabharwal N., Agrawal A. Cognitive Virtual Assistants Using Google Dialogflow. Berkeley, CA : Apress, 2020. URL: https://doi.org/10.1007/978-1-4842-5741-8 (дата звернення: 15.11.2022).