KLASTERLASH ASOSIDA IJTIMOIY TARMOQ YOZISHMALARINING XAVF DARAJASINI TAHLIL QILISH YONDASHUVI (K=4)
Abstract
Ushbu maqolada ijtimoiy tarmoqlarda, xususan Telegram platformasida tarqalgan matnli yozishmalarni xavf darajasiga ko'ra avtomatik guruhlash masalasi ko'rib chiqiladi. Tadqiqotning asosiy maqsadi K-means klasterlash algoritmining k = 4 parametri asosida ishlash samaradorligini baholash hamda turli hajmdagi datasetlarda klasterlash sifati va barqarorligini aniqlashdan iborat. Tadqiqot jarayonida 1000, 5000, 10000 va 20000 ta yozishmadan iborat to'rtta turli hajmdagi ma'lumotlar to'plami shakllantirildi va ular asosida klasterlar sifati, semantik chegaralar hamda ichki uyg'unlik darajasi tahlil qilindi. Olingan natijalar kichik hajmdagi datasetlarda klasterlash natijalari yetarli darajada barqaror bo'lmasligini, o'rtacha hajmdagi ma'lumotlar bazasida esa klasterlar shakllanish jarayonida ekanini ko'rsatdi. 10000 ta yozishmadan iborat datasetda k = 4 parametri bilan eng toza, aniq va barqaror semantik guruhlanish hosil bo'lgani aniqlandi. 20000 ta yozishmadan iborat datasetda esa semantik variativlikning ortishi klasterlar barqarorligining pasayishiga olib keldi. Tadqiqot natijalari K-means algoritmi asosida olingan klasterlash natijalari keyingi bosqichda transformer modellarini (XLM-R, mBERT, BERTbek) o'qitish uchun samarali belgilash bazasini yaratishda muhim ahamiyatga ega ekanini ko'rsatadi. Ushbu yondashuv ijtimoiy tarmoqlarda xavfli kontentni avtomatik aniqlash va monitoring qilish tizimlarini takomillashtirishda amaliy ahamiyat kasb etadi.