dc.contributor.author |
Прибитько, М. Д.
|
|
dc.date.accessioned |
2021-09-07T13:45:17Z |
|
dc.date.available |
2021-09-07T13:45:17Z |
|
dc.date.issued |
2020 |
|
dc.identifier.uri |
http://ir.stu.cn.ua/123456789/23417 |
|
dc.description |
Прибитько, М. Д. Система виявлення фейкових новин за допомогою Data Science : випускна кваліфікаційна робота : 123 "Комп’ютерна інженерія" / М. Д. Прибитько ; керівник роботи В. М. Базилевич ; НУ "Чернігівська політехніка", кафедра інформаційних і комп’ютерних систем. – Чернігів, 2020. – 67 с. |
en_US |
dc.description.abstract |
Об’єктом розробки є система виявлення фейкових новин за допомогою
Data Science та представлення результатів у вигляді розрахунку точності та
побудови матриць помилок для кожного з обраних методів та класифікаторів
(логістична регресія, дерево рішень, рандомний ліс). Результатом виконання
роботи є реалізація програмної системи, що забезпечує наступні можливості:
можливість проводити аналіз завантажених файлів (обчислення
кількості правдивих та фейкових новин, побудова графіків залежностей,
обчислення кількості новин за темами);
проведення розрахунку точності виявлення фейкових новин;
відображення результатів роботи алгоритмів за допомогою
виведення розрахунку точності та побудови матриць помилок.
Визначено основні недоліки та переваги використання різних
класифікаторів, зроблено висновки з метою розробки актуальної системи, яка
відповідає висунутим вимогам.
Загальний обсяг роботи: 67 сторінок, 38 рисунків, 2 таблиці, 25
літературних джерел.
Реалізацію системи виконано з використанням мови Python з
використанням Jupiter Notebook та використовуючи платформу LEAPS.
Удосконалення додатку можливе шляхом розширення функціоналу роботи
самої системи, створення більш привабливого та простого UI, використання
більшої кількості алгоритмів та надання можливості завантаження даних у
файлах з різною структурою.
Робота має практичну та теоретичну цінність. Розрахунок економічної
ефективності не проводився. |
en_US |
dc.language.iso |
uk |
en_US |
dc.publisher |
Чернігів |
en_US |
dc.subject |
Python |
en_US |
dc.subject |
фейк |
en_US |
dc.subject |
фейкова новина |
en_US |
dc.subject |
правдива новина |
en_US |
dc.subject |
класифікатор |
en_US |
dc.subject |
Jupyter Notebook |
en_US |
dc.subject |
LEAPS |
en_US |
dc.subject |
fake |
en_US |
dc.subject |
fake news |
en_US |
dc.subject |
true news |
en_US |
dc.subject |
classificator |
en_US |
dc.title |
Система виявлення фейкових новин за допомогою Data Science |
en_US |
dc.title.alternative |
Fake news detection system based on Data Science |
en_US |
dc.type |
Thesis |
en_US |
dc.description.abstractalt1 |
The object of development is a fake news detection system based on Data
Science and presentation of results in the form of calculation of accuracy and
construction of confusion matrix for each of the selected methods and classifiers
(logistic regression, decision tree, random forest). The result of the work is the
implementation of a software system that provides the following features:
the ability to analyze uploaded files (calculating the number of true
and fake news, plotting dependencies, calculating the number of news by topic);
calculation of the accuracy of detection of fake news;
displaying the results of algorithms by deriving the calculation of
accuracy and construction of confusion matrix.
The main disadvantages and advantages of using different classifiers are
determined, conclusions are made in order to develop an up-to-date system that
meets the requirements.
Total volume of work: 67 pages, 38 figures, 2 tables, 25 literature sources.
The system is implemented using the Python language using the Jupyter
Notebook and using the LEAPS platform.
Improving the application is possible by expanding the functionality of the
system itself, creating a more attractive and simple UI, using more algorithms
and providing the ability to load data in files with different structures.
The work has practical and theoretical value. The calculation of economic
efficiency was not performed. |
en_US |