Аналіз проблематики виявлення трендів громадської думки в україномовних дописах засобами кластеризації та нейронних мереж

Abstract

У даному дослідженні застосовано гібридний підхід до кластеризації, що поєднує алгоритми DBSCAN та K-means для аналізу векторизованих україномовних дописів у соціальних мережах з метою виявлення трендів громадської думки. Методологія базується на багатомовній моделі векторизації тексту, побудованій на основі нейронної мережі, яка дозволяє ефективно відображати семантичний зміст повідомлень. Експерименти, проведені на корпусі з 90 українськомовних дописів (зібраних у період березень—травень 2025 року), дозволили виокремити шість основних тематичних кластерів, що відображають ключові напрями обговорень. Результати дослідження підтверджують ефективність запропонованого методу для аналізу трендів у соціальних медіа та його практичну цінність для моніторингу громадської думки. In this study, we employ a hybrid clustering approach combining DBSCAN and К-means algorithms on vectorized Ukrainian social media posts to detect public opinion trends. The methodology uses a neural network—based multilingual text vectorization model to captine semantic content effectively. Experiments on a dataset of 90 Ukrainian posts (collected March—May 2025) identified six principal thematic clusters representing key discussion topics. The results demonstrate the effectiveness of the proposed method for social media trend analysis and its potential application in public opinion monitoring.