Інтегрований підхід до прогнозування внутрішніх інцидентів на основі аналізу соціальних мереж та емоційно-часових характеристик

Анотація

У роботі проаналізовано сучасні методи для передбачення внутрішніх інцидентів у цифровому середовищі завдяки використанню соціальних мереж (SOCMINT). Моделі класифікуються як: дерева рішень, довідкові вектори, нейронні мережі, градієнт. Було проведено порівняльне дослідження для оцінки точності моделей, порівнюючи середню абсолютну помилку (MAE) та F1 метри. Особлива увага приділяється математичному підтвердженню вибору моделей та оцінці впливу емоційного контексту у звітах про надійність прогнозів. Найуспішніший підхід - поєднання декількох моделей, кожна з яких вибирає конкретні особливості, для досягнення оптимальних результатів. Вперше інтеграція часових моделей та семантичного аналізу соціальних мереж була досягнута в одній прогнозованій системі. Таблиця порівняння точності моделей та відповідної схеми показано в таблиці 1, рисунок 1. Отримані результати дослідження використовуються для посилення ідентифікації потенційних ризиків у корпоративних умовах. "Експериментальна частина виконувалась з використанням бібліотек Python (scikit-learn, VADER, pandas)