Інтелектуальна система виявлення дезінформації у новинах
Автор: Маленчак Валентин Богданович
Кваліфікаційний рівень: магістр (ОНП)
Спеціальність: Системний аналіз (освітньо-наукова програма)
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2020-2021 н.р.
Мова захисту: українська
Анотація: Маленчак В.Б., Буров Є.В. (керівник). Інтелектуальна система виявлення дезінформації у новинах. Магістерська кваліфікаційна робота на отримання ступеня магістра напрямку 124 – Системний аналіз. – Національний університет “Львівська політехніка”. Проведено аналіз літературних джерел та ресурсів мережі Інтернет. Виокреслено основні визначення дезінформації. Під нею зазвичай розуміють метод психологічного впливу, що включає надання споживачам такої інформації, яка вводить їх в оману та створює спотворену реальність. Це поширення спотвореної, неповної або свідомо неправдивої інформації для агітаційних, військових (для введення ворогів в оману), комерційних або інших цілей. Проте немає єдиного однозначного означення, яке би враховувало складність явища фейкових новин повністю. Цей термін став дуже просторим, охоплюючи різні типи вмісту, різні мотиви для виробництва та різні методи розповсюдження контенту. Наведено основні типи фейкових новин та описано кожен з них. Зокрема це клікбейт та шокуючі заголовки (основним своїм завдання мають генерацію кліків для збільшення перегляду реклами, зазвичай такі новини є сильно перебільшеними або абсолютно помилковими), пропаганда та навмисне введення в оману (просування автором певних тверджень, фактів, теорій, чуток, світогляду з метою втілення їх у людську свідомість; зазвичай риторика таких новин є ненависною та запальною), коментар та думки (упереджені реакції автора на певні події; часто такі новини розповідають читачам як потрібно сприймати останні події), гумор та сатира (новини написані для розваг та не призначені для серйозного сприйняття). Проведено аналіз відомих засобів вирішення проблеми. Наведено приклади інтелектуальних систем, які класифікують новини за критерієм правдивості та є найбільш популярними на сьогоднішній день. Визначено переваги та недоліки кожної системи. На основі всього перечислено вище аналізу було окреслено мету та функції, сформовано основні концепції інтелектуальної системи. Вона має надавати користувачам перевірити будь-яку новину, яка є у мережі Інтернет за критерієм правдивості, отримати результат класифікації, аналізувати усі проведені перевірки та на їх основі надавати статистичні дані. Основними вимогами до інтелектуальної системи є швидкість роботи, висока точність класифікації новин, мінімалістичність та зручність інтерфейсу, наявність статистичних даних на основі перевірок новин. Проведено системний аналіз та обгрунтування проблеми. Побудовано дерево цілей, визначено генеральну ціль, її аспекти та підаспекти, а також сформовано основні критерії досягнення мети. Побудовано основні типи UML діаграм (діаграма варіантів використання, класів, кооперації, послідовності, станів, діяльності, компонентів, розгортання) та діаграма сутність зв’язок, що конкретизують функціонування системи, а саме: визначають систему та зовнішнє середовище, аналізують основні компоненти системи, описують потоки даних та основін бізнес-процеси. Як результат, розкрито основні можливості системи та варіанти її побудови, а також обгрунтовано доцільність реалізації обраного варіанту проектованої системи. Здійснено вибір та обгрунтування засобів розв’язання задачі, а також було описано їх технічні характеристики. Таким чином отримано оптимальні засоби, які будуть необхідними для реалізації інтелектуальної системи виявлення дезінформації у новинах. Для реалізації користувацького веб інтерфейсу буде застосовано фреймворк Vue.JS, для реалізації сервісів бекенду – мова програмування Python 3, фреймворк Flask, SQLAlchemy ORM, технології Git та Docker. У якості системи управління базами даних обрано PostgreSQL. Описані основні характеристики перерахованих вище засобів, їх переваги та недоліки. Основними програмними засобами є JetBrains PyCharm, Atom, Google Chrome та Github. Проведений аналіз їх основних функцій, технічних параметрів та можливостей. Під час виконання розділу розроблено інтелектуальну систему виявлення дезінформації у новинах. Було описано логічну структуру кожного сервісу (сервісу менеджменту користувачів, сервісу класифікацій, сервісу аналітичних даних та сервісу інтерфейсу користувача). Подано схему бази даних, описано призначення усіх таблиць та обгрунтовано обрану структуру. Визначено призначення, основні вимоги, функції та характеристики розробленої інтелектуальної системи. Зокрема сформовано вимоги програмних та технічних засобів, апаратного та програмного забезпечення, щодо питань технологічного та організаційного характеру. Створено інструкцію користувача, яка пояснює як користувач повинен взаємодіяти з інтелектуальною системою, щоб отримати необхідні результати. Під час виконання економічного обгрунтування доцільності проектного рішення було досліджено витрати на розробку та проектування програмного забезпечення інтелектуальної системи виявлення дезінформації у новинах. Проведено ряд необхідних досліджень, щоб проілюструвати ефективність прийнятого рішення. Згідно до результатів дослідження можна зробити висновок, що розроблена система є економічно ефективною та конкурентною на ринку. Тому розробка інтелектуальної системи є доцільною.