DOI: https://doi.org/10.32515/2664-262X.2025.12(43).2.20-26
Метод інтегрального аналізу зв’язків між джерелами інформації на основі часово-семантичних метрик
Про авторів
Каланча Артем Дмитрович , здобувач вищої освіти на третьому (освітньо-професійному) рівні, Чернівецький національний університет імені Юрія Федьковича, м. Чернівці, Україна, ORCID: https://orcid.org/0009-0004-1451-7470, e-mail: kalancha.artem@chnu.edu.ua
Угрин Дмитро Ілліч , професор, доктор технічних наук, професор кафедри комп’ютерних наук, Чернівецький національний університет імені Юрія Федьковича, м. Чернівці, Україна, ORCID: https://orcid.org/0000-0003-4858-4511, e-mail: d.ugryn@chnu.edu.ua
Доренський Олександр Павлович , доцент, кандидат технічних наук, доцент кафедри кібербезпеки та програмного забезпечення, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, ORCID: https://orcid.org/0000-0002-7625-9022, e-mail: dorenskyiop@kntu.kr.ua
Литвин Василь Володимирович , доктор технічних наук, професор кафедри інформаційних систем та мереж, Національний університет "Львівська Політехніка", м. Львів, Україна, ORCID: https://orcid.org/0000-0002-9676-0180, e-mail: vasyl.v.lytvyn@lpnu.ua
Анотація
Праця присвячена дослідженню взаємозв’язків між інформаційними джерелами в українському інформаційному просторі, зокрема між новинно-політичними каналами в Telegram. У роботі визначено основні недоліки наявних методів аналізу, що переважно орієнтовані на англомовний контекст і не враховують динамічну природу інформаційних джерел. Як альтернативу цим методам запропоновано новий метод інтегрального аналізу, який поєднує одночасно кілька незалежних метрик: лексичну подібність та часово-семантичний вплив. Запропонований та реалізований підхід дозволяє оцінювати не лише змістову схожість джерел, а й характер їхніх взаємодій у часі, формуючи багатовимірну матрицю зв’язків. Отримані результати демонструють ефективність інтегрального підходу для виявлення прихованих структур інформаційного впливу, що можуть бути використані для подальшого розвитку систем моніторингу.
Ключові слова
штучний інтелект, NLP, інформаційні потоки, інформаційні джерела, інтегральний аналіз, мережеві структури, часово-семантичний вплив
Повний текст:
PDF
Посилання
1. Ad Fontes Media. (2025). Interactive Media Bias Chart. URL: https://adfontesmedia.com/interactive-media-bias-chart/ (accessed: 02.09.2025).
2. AllSides. (2024). AllSides Media Bias Ratings. URL: https://www.allsides.com/ (accessed: 03.09.2025).
3. Ye, J., & Skiena, S. (2019). MediaRank: Computational ranking of online news sources. arXiv preprint, arXiv:1903.07581. https://doi.org/10.48550/arXiv.1903.07581.
4. Horne, B. D., Dron, W., Khedr, S., & Adali, S. (2018). Assessing the news landscape: A multi-module toolkit for evaluating the credibility of news. Companion Proceedings of The Web Conference 2018 (WWW’18), 235–238. https://doi.org/10.1145/3184558.3186987.
5. Cann, T. J. B., Dennes, B., Coan, T., O’Neill, S., & Williams, H. T. P. (2023). Using semantic similarity and text embedding to measure the social media echo of strategic communications. arXiv preprint, arXiv:2303.16694. https://doi.org/10.48550/arXiv.2303.16694.
6. Worrall, J., Browning, R., Wu, P., & Mengersen, K. (2022). Fifty years later: New directions in Hawkes processes. SORT, 46(1), 3–38. https://doi.org/10.2436/20.8080.02.116.
7. Bazeley, P. (2009). Integrating data analyses in mixed methods research. Journal of Mixed Methods Research, 3(3), 203–207. https://doi.org/10.1177/1558689809334443.
8. Telegram. (2025). Telegram APIs. URL: https://core.telegram.org/ (accessed: 01.09.2025).
9. Kalancha, A., & Uhryn, D. (2025). Optimizing text data storage for improved natural language processing: A comprehensive analysis. Advances in Computer Science for Engineering and Education VII (ICCSEEA 2024), 242, 294–303. https://doi.org/10.1007/978-3-031-84228-3_25.
10. Magara, B. M., Ojo, S. O., & Zuva, T. (2018). A comparative analysis of text similarity measures and algorithms in research paper recommender systems. Conference on Information Communications Technology and Society (ICTAS), 1–5. https://doi.org/10.1109/ICTAS.2018.8368766.
11. Uhryn, D., Kalancha, A., & Zakharov, M. (2025). Analysis of information sources based on the cosine similarity algorithm, affinity propagation and spectral clustering methods. Proceedings of the Tenth International Congress on Information and Communication Technology (ICICT 2025), 1416, 239–249. doi.org/10.1007/978-981-96-6441-2_21.
12. Dorenskyi, O. P., Ulichev, O. S., Zadorozhnyi, K. O., Kovalenko, A. S., & Drieieva, H. M. (2024). Conceptual model of information confrontation system of coordination center for national security and defense. Tsentralnoukrainskyi naukovyi visnyk. Tekhnichni nauky, 10(41) II, 23–31. https://doi.org/10.32515/2664-262X.2024.10(41).2.23-31 [in Ukrainian].
13. Korniienko, O., Kozub, N., & Dorenskyi, O. (2025). Method and technological solution of an AI-based adaptive investor survey service for risk profile identification. Central Ukrainian Scientific Bulletin. Technical Sciences, 11(42) II, 3–10. https://doi.org/10.32515/2664-262X.2025.11(42).1.3-10.
14. Shelekhov, I. V., Prylepa, D. V., Khibovska, Yu. O., Shamonin, K. Ye., & Dorenskyi, O. P. (2025).Information-extreme technology of intelligent quality analysis of educational content in universities. Tsentralnoukrainskyi naukovyi visnyk. Tekhnichni nauky, 12(43) I, 58–72. https://doi.org/10.32515/2664-262X.2025.12(43).1.58-72 [in Ukrainian].
Пристатейна бібліографія ДСТУ
1. Ad Fontes Media. Interactive Media Bias Chart. 2025. URL: https://adfontesmedia.com/interactive-media-bias-chart/ (дата звернення: 02.09.2025).
2. AllSides. AllSides Media Bias Ratings. 2024. URL: https://www.allsides.com/ (дата звернення: 03.09.2025).
3. Ye J., Skiena S. MediaRank: Computational ranking of online news sources. arXiv preprint. 2019. arXiv:1903.07581. DOI: https://doi.org/10.48550/arXiv.1903.07581.
4. Horne B. D., Dron W., Khedr S., Adalı S. Assessing the news landscape: A multi-module toolkit for evaluating the credibility of news. Companion Proceedings of The Web Conference 2018 (WWW’18). 2018. Р. 235–238. DOI: https://doi.org/10.1145/3184558.3186987.
5. Cann T. J. B., Dennes B., Coan T., O’Neill S., Williams H. T. P. Using semantic similarity and text embedding to measure the social media echo of strategic communications. arXiv preprint. 2023. arXiv:2303.16694. DOI: https://doi.org/10.48550/arXiv.2303.16694.
6. Worrall J., Browning R., Wu P., Mengersen K. Fifty years later: New directions in Hawkes processes. SORT. 2022. Vol. 46, № 1. Р. 3–38. DOI: https://doi.org/10.2436/20.8080.02.116.
7. Bazeley P. Integrating data analyses in mixed methods research. Journal of Mixed Methods Research. 2009. Vol. 3, № 3. Р. 203–207. DOI: https://doi.org/10.1177/1558689809334443.
8. Telegram. Telegram APIs. 2025. URL: https://core.telegram.org/ (дата звернення: 01.09.2025).
9. Kalancha A., Uhryn D. Optimizing text data storage for improved natural language processing: A comprehensive analysis. Advances in Computer Science for Engineering and Education VII (ICCSEEA 2024). Vol. 242. 2025. Р. 294–303. DOI: https://doi.org/10.1007/978-3-031-84228-3_25.
10. Magara B. M., Ojo S. O., Zuva T. A comparative analysis of text similarity measures and algorithms in research paper recommender systems. Conference on Information Communications Technology and Society (ICTAS). 2018. Р. 1–5. DOI: https://doi.org/10.1109/ICTAS.2018.8368766.
11. Uhryn D., Kalancha A., Zakharov M. Analysis of information sources based on the cosine similarity algorithm, affinity propagation and spectral clustering methods. Proceedings of the Tenth International Congress on Information and Communication Technology (ICICT 2025). Vol. 1416. 2025. Р. 239–249. DOI: https://doi.org/10.1007/978-981-96-6441-2_21.
12. Доренський О. П., Улічев О. С., Задорожний К. О., Коваленко А. С., Дрєєва Г. М. Концептуальна модель системи інформаційного протиборства координаційного центру з питань національної безпеки і оборони. Центральноукраїнський науковий вісник. Технічні науки. 2024. Вип. 10(41), ч. 2. С. 23–31. URL: https://doi.org/10.32515/2664-262X.2024.10(41).2.23-31.
13. Korniienko O., Kozub N., Dorenskyi O. Method and Technological Solution of an AI-Based Adaptive Investor Survey Service for Determining an Individual Risk Profile. Central Ukrainian Scientific Bulletin. Technical Sciences. 2025. Issue 11(42), Part II. Р. 3–10. DOI: https://doi.org/10.32515/2664-262X.2025.11(42).1.3-10.
14. Шелехов І. В., Прилепа Д. В., Хібовська Ю. О., Шамонін К. Є., Доренський О. П. Інформаційно-екстремальна технологія інтелектуального аналізу якості освітнього контенту в закладах вищої освіти. Центральноукраїнський науковий вісник. Технічні науки. 2025. Вип. 12(43), ч. 1. С. 58–72. DOI: https://doi.org/10.32515/2664-262X.2025.12(43).1.58-72.
Copyright (c) 2025 А. Д. Каланча, Д. І. Угрин, О. П. Доренський, В. В. Литвин
Метод інтегрального аналізу зв’язків між джерелами інформації на основі часово-семантичних метрик
Про авторів
Каланча Артем Дмитрович , здобувач вищої освіти на третьому (освітньо-професійному) рівні, Чернівецький національний університет імені Юрія Федьковича, м. Чернівці, Україна, ORCID: https://orcid.org/0009-0004-1451-7470, e-mail: kalancha.artem@chnu.edu.ua
Угрин Дмитро Ілліч , професор, доктор технічних наук, професор кафедри комп’ютерних наук, Чернівецький національний університет імені Юрія Федьковича, м. Чернівці, Україна, ORCID: https://orcid.org/0000-0003-4858-4511, e-mail: d.ugryn@chnu.edu.ua
Доренський Олександр Павлович , доцент, кандидат технічних наук, доцент кафедри кібербезпеки та програмного забезпечення, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, ORCID: https://orcid.org/0000-0002-7625-9022, e-mail: dorenskyiop@kntu.kr.ua
Литвин Василь Володимирович , доктор технічних наук, професор кафедри інформаційних систем та мереж, Національний університет "Львівська Політехніка", м. Львів, Україна, ORCID: https://orcid.org/0000-0002-9676-0180, e-mail: vasyl.v.lytvyn@lpnu.ua
Анотація
Ключові слова
Повний текст:
PDFПосилання
1. Ad Fontes Media. (2025). Interactive Media Bias Chart. URL: https://adfontesmedia.com/interactive-media-bias-chart/ (accessed: 02.09.2025).
2. AllSides. (2024). AllSides Media Bias Ratings. URL: https://www.allsides.com/ (accessed: 03.09.2025).
3. Ye, J., & Skiena, S. (2019). MediaRank: Computational ranking of online news sources. arXiv preprint, arXiv:1903.07581. https://doi.org/10.48550/arXiv.1903.07581.
4. Horne, B. D., Dron, W., Khedr, S., & Adali, S. (2018). Assessing the news landscape: A multi-module toolkit for evaluating the credibility of news. Companion Proceedings of The Web Conference 2018 (WWW’18), 235–238. https://doi.org/10.1145/3184558.3186987.
5. Cann, T. J. B., Dennes, B., Coan, T., O’Neill, S., & Williams, H. T. P. (2023). Using semantic similarity and text embedding to measure the social media echo of strategic communications. arXiv preprint, arXiv:2303.16694. https://doi.org/10.48550/arXiv.2303.16694.
6. Worrall, J., Browning, R., Wu, P., & Mengersen, K. (2022). Fifty years later: New directions in Hawkes processes. SORT, 46(1), 3–38. https://doi.org/10.2436/20.8080.02.116.
7. Bazeley, P. (2009). Integrating data analyses in mixed methods research. Journal of Mixed Methods Research, 3(3), 203–207. https://doi.org/10.1177/1558689809334443.
8. Telegram. (2025). Telegram APIs. URL: https://core.telegram.org/ (accessed: 01.09.2025).
9. Kalancha, A., & Uhryn, D. (2025). Optimizing text data storage for improved natural language processing: A comprehensive analysis. Advances in Computer Science for Engineering and Education VII (ICCSEEA 2024), 242, 294–303. https://doi.org/10.1007/978-3-031-84228-3_25.
10. Magara, B. M., Ojo, S. O., & Zuva, T. (2018). A comparative analysis of text similarity measures and algorithms in research paper recommender systems. Conference on Information Communications Technology and Society (ICTAS), 1–5. https://doi.org/10.1109/ICTAS.2018.8368766.
11. Uhryn, D., Kalancha, A., & Zakharov, M. (2025). Analysis of information sources based on the cosine similarity algorithm, affinity propagation and spectral clustering methods. Proceedings of the Tenth International Congress on Information and Communication Technology (ICICT 2025), 1416, 239–249. doi.org/10.1007/978-981-96-6441-2_21.
12. Dorenskyi, O. P., Ulichev, O. S., Zadorozhnyi, K. O., Kovalenko, A. S., & Drieieva, H. M. (2024). Conceptual model of information confrontation system of coordination center for national security and defense. Tsentralnoukrainskyi naukovyi visnyk. Tekhnichni nauky, 10(41) II, 23–31. https://doi.org/10.32515/2664-262X.2024.10(41).2.23-31 [in Ukrainian].
13. Korniienko, O., Kozub, N., & Dorenskyi, O. (2025). Method and technological solution of an AI-based adaptive investor survey service for risk profile identification. Central Ukrainian Scientific Bulletin. Technical Sciences, 11(42) II, 3–10. https://doi.org/10.32515/2664-262X.2025.11(42).1.3-10.
14. Shelekhov, I. V., Prylepa, D. V., Khibovska, Yu. O., Shamonin, K. Ye., & Dorenskyi, O. P. (2025).Information-extreme technology of intelligent quality analysis of educational content in universities. Tsentralnoukrainskyi naukovyi visnyk. Tekhnichni nauky, 12(43) I, 58–72. https://doi.org/10.32515/2664-262X.2025.12(43).1.58-72 [in Ukrainian].
Пристатейна бібліографія ДСТУ
1. Ad Fontes Media. Interactive Media Bias Chart. 2025. URL: https://adfontesmedia.com/interactive-media-bias-chart/ (дата звернення: 02.09.2025).
2. AllSides. AllSides Media Bias Ratings. 2024. URL: https://www.allsides.com/ (дата звернення: 03.09.2025).
3. Ye J., Skiena S. MediaRank: Computational ranking of online news sources. arXiv preprint. 2019. arXiv:1903.07581. DOI: https://doi.org/10.48550/arXiv.1903.07581.
4. Horne B. D., Dron W., Khedr S., Adalı S. Assessing the news landscape: A multi-module toolkit for evaluating the credibility of news. Companion Proceedings of The Web Conference 2018 (WWW’18). 2018. Р. 235–238. DOI: https://doi.org/10.1145/3184558.3186987.
5. Cann T. J. B., Dennes B., Coan T., O’Neill S., Williams H. T. P. Using semantic similarity and text embedding to measure the social media echo of strategic communications. arXiv preprint. 2023. arXiv:2303.16694. DOI: https://doi.org/10.48550/arXiv.2303.16694.
6. Worrall J., Browning R., Wu P., Mengersen K. Fifty years later: New directions in Hawkes processes. SORT. 2022. Vol. 46, № 1. Р. 3–38. DOI: https://doi.org/10.2436/20.8080.02.116.
7. Bazeley P. Integrating data analyses in mixed methods research. Journal of Mixed Methods Research. 2009. Vol. 3, № 3. Р. 203–207. DOI: https://doi.org/10.1177/1558689809334443.
8. Telegram. Telegram APIs. 2025. URL: https://core.telegram.org/ (дата звернення: 01.09.2025).
9. Kalancha A., Uhryn D. Optimizing text data storage for improved natural language processing: A comprehensive analysis. Advances in Computer Science for Engineering and Education VII (ICCSEEA 2024). Vol. 242. 2025. Р. 294–303. DOI: https://doi.org/10.1007/978-3-031-84228-3_25.
10. Magara B. M., Ojo S. O., Zuva T. A comparative analysis of text similarity measures and algorithms in research paper recommender systems. Conference on Information Communications Technology and Society (ICTAS). 2018. Р. 1–5. DOI: https://doi.org/10.1109/ICTAS.2018.8368766.
11. Uhryn D., Kalancha A., Zakharov M. Analysis of information sources based on the cosine similarity algorithm, affinity propagation and spectral clustering methods. Proceedings of the Tenth International Congress on Information and Communication Technology (ICICT 2025). Vol. 1416. 2025. Р. 239–249. DOI: https://doi.org/10.1007/978-981-96-6441-2_21.
12. Доренський О. П., Улічев О. С., Задорожний К. О., Коваленко А. С., Дрєєва Г. М. Концептуальна модель системи інформаційного протиборства координаційного центру з питань національної безпеки і оборони. Центральноукраїнський науковий вісник. Технічні науки. 2024. Вип. 10(41), ч. 2. С. 23–31. URL: https://doi.org/10.32515/2664-262X.2024.10(41).2.23-31.
13. Korniienko O., Kozub N., Dorenskyi O. Method and Technological Solution of an AI-Based Adaptive Investor Survey Service for Determining an Individual Risk Profile. Central Ukrainian Scientific Bulletin. Technical Sciences. 2025. Issue 11(42), Part II. Р. 3–10. DOI: https://doi.org/10.32515/2664-262X.2025.11(42).1.3-10.
14. Шелехов І. В., Прилепа Д. В., Хібовська Ю. О., Шамонін К. Є., Доренський О. П. Інформаційно-екстремальна технологія інтелектуального аналізу якості освітнього контенту в закладах вищої освіти. Центральноукраїнський науковий вісник. Технічні науки. 2025. Вип. 12(43), ч. 1. С. 58–72. DOI: https://doi.org/10.32515/2664-262X.2025.12(43).1.58-72.
Copyright (c) 2025 А. Д. Каланча, Д. І. Угрин, О. П. Доренський, В. В. Литвин