• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Подход к классификации Telegram-каналов
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
15 мая 2026 г.
В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций
Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.
15 мая 2026 г.
Стартовал совместный спецпроект бренд-медиа Вышки IQ Media и iFORA ИСИЭЗ
В мае 2026 года стартовал научно-популярный проект «Искусственный интеллект: технологии, данные и будущее», который стал результатом работы двух команд — проекта iFORA Института статистических исследований и экономики знаний НИУ ВШЭ и редакции бренд-медиа IQMedia. Медийно-аналитический спецпроект посвящен современному развитию искусственного интеллекта и аналитике больших данных.
14 мая 2026 г.
<a>Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Подход к классификации Telegram-каналов

Вопросы кибербезопасности. 2025. № 4(68). С. 73–83.
Попов В. А., Чеповский А. А.

Цель исследования: разработка метода определения цифрового профиля Telegram-каналов в сетях информационного взаимодействия и процедуры классификации каналов на основе выделенного цифрового профиля.

Метод исследования: метод исследования включает следующие этапы: построение графа взаимодействующих объектов на основании импортированных из сети Telegram данных, определение цифровых профилей вершин на основании их атрибутивных данных и свойств графа, кластеризация вершин на основании выделенных профилей, классификация центров полученных кластеров и исходных Telegram-каналов, вычислительные эксперименты и анализ результатов.

Полученный результат: в данной статье вводится определение цифрового профиля Telegram-канала, представленного как одна из вершин графа взаимодействующих объектов. Цифровой профиль задан через нормализованный 5-мерный вектор признаков, полученных на основе атрибутивных данных вершины и свойств графа. Выбранные характеристики отражают свойства Telegram-каналов в построенном графе и метаданные, полученные при импорте из сети. Далее авторы описывают алгоритм кластеризации полученных профилей с использованием настраиваемых параметров. Центры выделенных кластеров классифицируются по 4 предложенным авторами типам, характеризующим роли вершин в графе взаимодействующих объектов. За счет этого производится классификация всех вершин графа – исходных Telegram-каналов анализируемой сети. Предложенный подход дает ценную информацию о ролях Telegram-каналов в сетях информационного взаимодействия.

Научная новизна: разработан новый подход к анализу Telegram-каналов: предложен метод создания цифрового профиля Telegram-канала в виде 5-мерного вектора признаков, что позволяет провести анализ и классификацию каналов. Также в рамках подхода предложена основанная на вычислительных методах процедура классификации таких цифровых профилей, которая позволяет выявить основные типы Telegram-каналов скачиваемой подсети по заданной классификации.

Научное направление: Математика Компьютерные науки
Язык: русский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: анализ социальных сетейвыделение сообществцифровой профильмодель информационного воздействиязадача классификациибезмасштабные сети
Похожие публикации
Bibliometric Analysis by Network Models
Алескеров Ф. Т., Якуба В. И., Khutorskaya O. и др., Springer, 2026.
Добавлено: 15 мая 2026 г.
Neural-network maps for two-parameter modeling of bistability and codimension-two bifurcations in two-dimensional flow dynamical systems
Купцов П. В., Панюшев А. А., Станкевич Н. В., Chaos 2026 Vol. 36 No. 5 Article 053138
Добавлено: 15 мая 2026 г.
Bifurcations and Structural Stability of Generic PC-HC Families
Доровский А. А., / Series arXiv "math". 2026.
Добавлено: 14 мая 2026 г.
The Sobolev space W_2^{1/2}: Simultaneous improvement of functions by a homeomorphism of the circle
Лебедев В. В., Journal of Mathematical Analysis and Applications 2026 Vol. 563 No. 2 Article 130787
Добавлено: 14 мая 2026 г.
QGKM: A Quantum Fidelity-Based Graph Clustering Framework for Robust Data Pattern Recognition in Education Social Networks QGKM: A Quantum Fidelity-Based Graph Clustering Framework for Robust Data Pattern Recognition in Education Social Networks
Neal N. X., Weiqing L., Dacheng H. и др., Algorithms 2026 Vol. 19 No. 5 P. 1–22
Добавлено: 13 мая 2026 г.
Symmetric Cubic Polynomials
Blokh A., Oversteegen L., Selinger N. и др., Arnold Mathematical Journal 2025 Vol. 12 No. 1 P. 1–40
Добавлено: 13 мая 2026 г.
Proceedings of the 9th Student Research Workshop associated with the International Conference Recent Advances in Natural Language Processing
Velichkov B., Nikolova-Koleva I., Slavcheva M., Shumen: INCOMA Ltd, 2025.
Добавлено: 12 мая 2026 г.
Игры на сетях с линейным наилучшим ответом: модели и методы управления
Петров И. В., Автоматика и телемеханика 2026 № 6 С. 82–118
Системам связанных агентов и сетевому управлению посвящено большое число отечественных и зарубежных исследований. Исторически, наибольший интерес в теории управления возникал к усредняющим системам и, в частности, к задаче консенсуса. Однако сетевое взаимодействие может характеризоваться более специфическими функциями, отражающими зависимость от действий соседей по сети, что особенно явно проявляется в моделях стратегического взаимодействия на сети, которое ...
Добавлено: 12 мая 2026 г.
Паттерны коллаборации российских социологов: часть 2 – анализ сетей соавторства
Мальцева Д. В., Щеглова Т. Е., Ващенко В. А., Социологические исследования 2026 № 1 С. 62–74
Статья продолжает представление результатов анализа сетей коллаборации российских социологов в 2010–2021 гг. на основе данных о 75 232 научных публикациях из электронной библиотеки eLibrary (№ 12, 2025). Используемая методология библиометрического сетевого анализа включает построение и исследование нескольких типов сетей коллаборации. Полученные сети включают 37 790 уникальных авторов. В первой части статьи на основе анализа публикационной ...
Добавлено: 12 мая 2026 г.
Интегрированная среда моделирования для верификации и валидации программ управления подключенными и высокоавтоматизированными транспортными средствами
Степанянц В. Г., Долгов И. М., Хорошилов Г. С. и др., Труды Института системного программирования РАН 2026 Т. 38 № 3 С. 95–110
На рынок постепенно выходят высокоавтоматизированные и подключенные транспортные средства (ТС). В настоящее время предлагаются решения, позволяющие использовать эти технологии для совместного управления дорожным движением, что может значительно повысить его безопасность. В статье анализируются требования к интегрированной среде моделирования подключенных и высокоавтоматизированных ТС и совместной автоматизации управления дорожным движением с высокодетализированным учетом влияния окружающих объектов. Проанализированы ...
Добавлено: 12 мая 2026 г.
Connected and Automated Vehicle Scenario Manager Graphical User Interface
Тихонов Р. А., Efendiev M. T., Fedotenkov A. A., 2026 International Russian Smart Industry Conference (SmartIndustryCon) 2026 P. 542–547
Добавлено: 11 мая 2026 г.
Архимед: научно-методический сборник
М.: ООО «Макс Пресс», 2026.
В настоящем сборнике представлены тезисы докладов участников семинара "Интеграция основного и дополнительного физико-математического образования", проходившего 11 февраля 2026 года в ГБОУ Школа №2007 ФМШ г. москвы, а также другие публикации, посвящённые вопросам дополнительного физико-математического образования. ...
Добавлено: 11 мая 2026 г.
A two-point phase recovering from holographic data on a single plane
Novikov R., Сивкин В. Н., Inverse Problems 2026 Vol. 42 No. 4 Article 045009
Добавлено: 11 мая 2026 г.
Multivariate Newton interpolation in downward closed spaces reaches the optimal Bernstein–Walsh approximation rate
Hecht M., Hofmann P., Wicaksono D. и др., IMA Journal of Numerical Analysis 2026 Vol. 00 P. 1–30
Добавлено: 11 мая 2026 г.
Proceedings 2026 IEEE 11th International Conference on Smart Cloud SmartCloud 2026 8-10 May 2026
Los Alamitos: IEEE Computer Society, 2026.
Добавлено: 10 мая 2026 г.
От неизвестности к прозрачности: обзор технологий объяснимого ИИ (XAI)
Авдошин С. М., Песоцкая Е. Ю., Информационные технологии 2026 Т. 32 № 4 С. 185–194
С развитием ИИ, и в особенности глубокого обучения, появились модели, способные давать крайне точные прогнозы. Однако их внутренняя логика остается трудной для понимания — и это серьезная проблема, особенно в сферах, где от корректности алгоритма зависят критиче ски важные решения. Одним из перспективных путей ее решения считается направление Explainable Artificial Intelligence (XAI) — разработка подходов, позволяющих прояснять ...
Добавлено: 8 мая 2026 г.
Explainable AI for Industry 5.0: Shedding light on the black box
Авдошин С. М., Песоцкая Е. Ю., Business Informatics 2026 Vol. 20 No. 1 P. 7–28
Добавлено: 8 мая 2026 г.
Паттерны коллаборации российских социологов: часть 1 – библиометрический анализ
Мальцева Д. В., Ким А. В., Капустина Л. В., Социологические исследования 2025 № 12 С. 50–65
В работе представлены результаты библиометрического анализа паттернов коллаборации российских социологов в 2010–2021 гг. на основе соавторства научных работ как наиболее частой формы сотрудничества в науке. На основе данных из научной электронной библиотеки eLibrary (75 232 публикации) построены сети коллаборации нескольких типов, которые включают 37 790 уникальных авторов. В первой части статьи данные проанализированы на макро- ...
Добавлено: 15 января 2026 г.
Проектирование архитектуры программного обеспечения для анализа цифрового следа в образовательных системах
Степанов М. А., Сластников С. А., Климин Н. А., Программные системы: теория и приложения 2025 Т. 16 № 4 С. 3–21
Современные образовательные системы аккумулируют большие объемы данных о цифровой активности студентов в различных информационных системах, однако эффективное использование этих данных для персонализации образования остается нерешенной задачей. Формирование цифрового профиля обучающегося позволяет систематизировать разрозненные данные и использовать их для поддержки педагогических решений. В статье представлена модель формирования цифрового профиля на основе системного подхода к анализу данных цифрового ...
Добавлено: 11 июня 2025 г.
Сравнение моделей информационного воздействия в сети Telegram-каналов
Попов В. А., В кн.: Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов имени Е.В. Арменского. Москва, 2024.: М.: ООО "Издательский дом Медиа паблишер", 2024. С. 272–274.
В работе рассматриваются модели построения графа взаимодействующих объектов для сети информационного воздействия Telegram-каналов, в основе которых лежит функция подсчета весов ребер. Для 12 весовых функций приведены сравнения на 15 наборах данных, полученных при импорте из Telegram. Для сравнения весовых функций найдены степенные законы, наиболее приближающие эмпирические распределения полученных весов вершин, оценивается качество полученного приближения. По ...
Добавлено: 5 мая 2025 г.
Сетевой анализ: практики применения в сфере организационного поведения и управления человеческими ресурсами
Стегний Е. А., Информационное общество 2025 № 6 С. 107–120
Статья посвящена методологии анализа социальных сетей или сетевого анализа (SNA – Social Network Analysis) и ее применения в сфере организационного поведения и управления человеческими ресурсами (УЧР). Приводятся данные двух этапов исследования: систематизированного библиометрического анализа зарубежной литературы; классификации наиболее релевантных источников. В результате анализа отобраны 110 наиболее релевантных источников и классифицированы по 9 тематическим областям. В статье ...
Добавлено: 17 апреля 2025 г.
Социальный капитал и экономическое неравенство в городах России: анализ социальных сетей
Павленко Б. В., Вопросы теоретической экономики 2025 № 2 С. 144–163
Экономическое неравенство в России было исследовано во множестве работ, однако основной фокус таких исследований был на межрегиональном неравенстве, а не на уровне городов. В данной работе рассматривается связь между неравенством и бондинговым социальным капиталом, посчитанным на основе данных социальных сетей жителей городов России. На основе данных социальной сети «ВКонтакте» были построены индексы фрагментации, которые оценивают ...
Добавлено: 11 марта 2025 г.
Информационная безопасность несовершеннолетних в аспекте функционирования цифровой образовательной среды
Лескина Э. И., Вестник Воронежского государственного университета. Серия: Право 2024 № 4(59) С. 37–43
Цифровизация общественных отношений, повсеместное внедрение информационных технологий, распространение Интернета приводит к трансформации самих отношений, роли субъектов, таких отношений и новым вызовам и угрозам информационной безопасности. Несовершеннолетние являются одной из целевых групп по деструктивному влиянию, психологическому манипулированию, опасности последствий для социальных связей и взаимодействий. Соответственно, формирующийся пласт правового обеспечения информационной безопасности детей начинает находить свою реализацию ...
Добавлено: 10 марта 2025 г.
Анализ корпусов текстов сообществ в Telegram
Аванесян Н. Л., Зенькова В. В., Чеповский А. М., В кн.: Труды международной конференции «Корпусная лингвистика — 2023», 21–23 июня 2023 г., Санкт-Петербург.: СПб.: Издательство Санкт-Петербургского университета, 2024. С. 11–17.
На основе импортированных данных мессенджера Telegram проведен психолинг-вистический анализ текстов выделенных сообществ и сравнительный анализ частотных слова-рей. Представленные результаты дают возможность оценить качество разбиения на сообщества, а также проанализировать тексты этих сообществ. Описанная методология имеет практическое применение для задач информационного воздействия ...
Добавлено: 2 декабря 2024 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору