Моделирование пользовательского поведения в сетях для обнаружения аномалий

В жизни каждого современного человека тем или иным образом присутствуют интернет. Одной из самых общих проблем интернет-пространства является наличие в нём недостоверной и вредной информации, призванной ввести в заблуждение или незаконно нажиться на её потребителе. Современные онлайн-ресурсы активно борются с проблемой размещения подобной информации, в том числе определяя её качество по источнику. Классификация подобных источников затрудняется большим их разнообразием, а также появляющимися с течением времени новыми классами. В данной работе будет проведено исследование того, как современные методы глубинного обучения без учителя для поиска скрытых отображений могут быть применены для улучшения производительности классических методов поиска и кластеризации пользователей с использованием графовых методов. На основе данного исследования и реальных данных будет разработана и протестирована система полного цикла: от получения сырых данных до предсказания кластеров пользователей.