Мультиагентна система моніторингу подій у відкритих даних: модель та процедурна апробація

Ключові слова: мультиагентна система, моніторинг, подія, відкриті дані, новина, ринок, геополітичний ризик, індикатор, достовірність, процедурна апробація

Анотація

У статті обґрунтовано структурно-функціональну модель мультиагентної системи моніторингу подій у відкритих даних. Актуальність дослідження зумовлена зростанням потоків новин, офіційних повідомлень, регуляторних розкриттів і соціальних сигналів, що можуть впливати на ринкові очікування, секторні ризики та аналітичні рішення. Метою роботи є обґрунтування структурно-функціональної моделі мультиагентної системи, формалізація процедури формування пояснюваного індикатора геополітичної напруженості та процедурна апробація логіки роботи моделі на демонстраційному сценарії. Методологія ґрунтується на розподілі функцій між агентами збору даних, попередньої обробки, виділення сутностей і подій, оцінювання достовірності, інтегрального аналізу та узагальнення. Модель розмежовує фактичні події, очікування, реакції та спекулятивні повідомлення, а причинні зв’язки розглядає як імовірні залежності, що потребують перевірки. Визначено входи й виходи агентів, запропоновано шкали оцінювання інтенсивності, новизни, достовірності та ринкової релевантності, а також набір метрик для подальшої валідації. Наведено процедурну апробацію на демонстраційному сценарії, яка показує проходження відкритого повідомлення через функції агентів, присвоєння оцінок компонентам індикатора та перетворення повідомлення на пояснюваний аналітичний сигнал. Наукова новизна полягає в поєднанні агентної координації, оцінювання достовірності, нормованого індикатора та текстового пояснення в межах одного контуру. Результатом моделі є не автоматичний ціновий прогноз, а інструмент пріоритизації сигналів для аналітика. Практична цінність полягає у можливості застосування підходу в енергетичних, логістичних, інфраструктурних і фінансово-аналітичних сценаріях.

Посилання

1. Jazbec M., Pàsztor B., Faltings F., Antulov-Fantulin N., Kolm P. N. On the impact of publicly available news and information transfer to financial markets. Royal Society Open Science. 2021. Vol. 8, no. 7. Article 202321. DOI: 10.1098/rsos.202321.
2. Wu Q., Bansal G., Zhang J., Wu Y., Li B., Zhu E., Jiang L., Zhang X., Zhang S., Liu J., Awadallah A. H., White R. W., Burger D., Wang C. AutoGen: enabling next-gen large language model applications via multi-agent conversation. arXiv. 2023. DOI: 10.48550/arXiv.2308.08155.
3. Wang X., Feng M., Qiu J., Gu J., Zhao J. From news to forecast: integrating event analysis in large language model based time series forecasting with reflection. arXiv. 2024. DOI: 10.48550/arXiv.2409.17515.
4. Yang J., Han S. C., Poon J. A survey on extraction of causal relations from natural language text. arXiv. 2021. DOI: 10.48550/arXiv.2101.06426.
5. The GDELT Project. The GDELT Project. URL: https://www.gdeltproject.org/ (дата звернення: 25.04.2026).
Опубліковано
2026-05-29
Як цитувати
Дідок, В., & Пан, М. (2026). Мультиагентна система моніторингу подій у відкритих даних: модель та процедурна апробація. КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ: ОСВІТА, НАУКА, ВИРОБНИЦТВО, (63), 154-162. https://doi.org/10.36910/6775-2524-0560-2026-63-17
Розділ
Інформатика та обчислювальна техніка