| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Sociālo tīklu botu analīze un atklāšanas metodes ietekme uz informācijas izplatīšanu |
| Nosaukums angļu valodā |
Analysis of Social Media Bots and the Impact of Detection Methods on Information Dissemination |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Vladislavs Minkevičs |
| Recenzents |
Pēteris Grabusts |
| Anotācija |
Noslēguma darbs ir par sociālo tīklu botu analīzi un atklāšanas metožu salīdzināšanu, koncentrējoties uz Twitter platformu. Darba galvenie uzdevumi un mērķi ir noskaidrot, kā sociālo mediju boti tiek izmantoti lielās platformās, piemēram, Twitter. Jāanalizē un jāpielieto atklāšanas pieejas, jānosaka metožu efektivitāte un jāsalīdzina to veiktspēju identificēt botus. Noslēguma darbā tiek apskatītas botu atklāšanas pieejas - heiristiskā un mašīnmācīšanās. Heiristiskā pieeja balstās uz noteiktu uzvedības rādītāju analīzi, izmantojot Twitter API iespējas, savukārt mašīnmācīšanās pieejā izmantota publiski pieejama datu kopa, kas ir trenēta ar reāliem lietotāju datiem. Praktiskajā daļā tika pielietotas mašīnmācīšanas metožu algoritmi, kā KNN, SVM, Naive Bayes, Random Forest un Decision Tree, kas analizē Twitter lietotāju datus un identificē potenciālos botus. Darba beigās ir salīdzināti un analizēti iegūtie rezultāti par algoritmu veiktspēju botu identificēšanā. Papildus tam ir salīdzinātas abas pieejas, izceļot to stiprās un vājās puses, kā arī novērtējot to praktisko pielietojumu botu identificēšanā Twitter platformā. Veicot mašīnmācīšanās algoritmu salīdzināšanu tika noteikts, ka Random Forest algoritms ir vislabāk piemērots botu identificēšanas uzdevumam Twitter platformā. |
| Atslēgas vārdi |
SOCIĀLIE TĪKLI, TWITTER BOTI, HEIRISTISKĀ PIEEJA, MAŠĪNMĀCĪŠANĀS |
| Atslēgas vārdi angļu valodā |
SOCIAL NETWORKS, TWITTER BOTS, HEURISTIC APPROACH, MACHINE LEARNING |
| Valoda |
lv |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
26.05.2025 23:53:40 |
